4TH ICAENS 2022 Proceeding Book

4 th Internati onal Conferen ce on Applied Engineeri ng a nd Natural Scien ces November 10- 13, 2022 : Konya, Turkey Proceeding Book ICAENS 2022 i 4 th International C onference on Applie d Engineerin g and Nat ural Scienc es Novem ber 10 - 13 , 2022, K onya, Turkey Typesettin g Asst. Prof. Dr. Umut ÖZK AYA Cover Desi gn Asst. Prof. Dr. Umut ÖZK AYA Editors Asst. Prof. Dr. Umut ÖZK AYA Publicatio n date: 22.1 1.2022 ISBN: 978 - 605 -7304 6-4-3 ii National Organiz ing Committee Prof. Dr. Mur at Yaka r, Mersin Univer sity, Turkey Assoc. Prof. D r. Enes Y iğit, Uludağ Uni versity Assoc. Prof. Dr. Halit Öztekin, Sa karya A pplied Sci ence Unive rsity Assoc. Prof. D r. Harun K em al Öztürk, Pam ukkale Univers ity Assoc. Prof. Dr. Merih Palan döken, İzm ir Katip Çe lebi Uni versity Asst. Prof. Dr. Um ut Özkaya, Konya T echnical Univer sity International Organiz ing Committ ee Prof. Dr. J osep Guerr ero, Aalborg U niversity Prof. Dr. Carl os A. Coelh o, Univers idade Nova de Lisboa Prof. Dr. Moham m ad Ashraf Gondal, King Fahd U niversity Prof. Dr. W eidong Zhu, U niversity of Mar yland Assoc. Prof. D r. Abdul Ghaffar, G overnm ent College Uni versity Assoc. Prof. D r. Farid Me lgani, Univer sity of T rento Assoc. Prof. D r. Francesco C ottone, Un iversity of Perugia Assoc. Prof. Dr. Rita Ism ailova, Ky rgyz Turkish M anas Uni versity Dr. Am ina Othm ani, University of Monast ir -Tunisia Dr. A rti Jain, Jaypee Institute of Inf orm ation Tec hnology Dr. Mariy a Ouaissa, Moulay Ism ail Unive rsity Dr. Merdac i Slim ane, University of - Sidi Bel Abbé s, Algeria Dr. Muhamm ad Sulta n, Zakariy a Universit y iii Scientific Committee Prof. Dr. A bdurazzag Ali Abura s, University of Kwazulu-Natal Prof. Dr. A dnan Sözen, G azi Univer sity Prof. Dr. Am it Soni, Manıpal Uni versity Prof. Dr. A nis Kouba a, Prince Sul tan Univers ity Prof. Dr. Carl os A. Coelh o, Univers idade Nova de Lisboa Prof. Dr. J osep Guerr ero, Aalborg U niversity Prof. Dr. Juan Va squez, A alborg Unive rsity Prof. Dr. L aszlo T. Koczy , Budape st Univers ity of Tech nology an d Econom ics Prof. Dr. Mo hamm ad Ashraf Gondal, King Fahd Un iversity Prof. Dr. Mur at Yaka r, Mersin Uni versity , Turkey Prof. Dr. Mu hamm ad Rashid, Univers ity of West Florida Prof. Dr. Saad Mekhi lef, Malay a University Prof. Dr. Sal im Ibrir, K ing Fahd Uni versity Prof. Dr. Su barna Sh akya, Tribhuvan Uni versity Prof. Dr. Suz uki Hisash i, Chuo Unive rsity Prof. Dr. U sha Mehta, Institute of Tec hnology , Nirma U niversity Prof. Dr. Vagif G asim ov, A zerbaijan Technical U niversity Prof. Dr. W eidong Zhu, U niversity of Mar yland Assoc. Prof. Abdul Ghaffa r, Governm ent Colle ge Univer sity Assoc. Prof. Ali Hak an Işık, Burd ur Mehm et Akif Ersoy Univers ity Assoc. Prof. Am ita Nandal, Manıpa l Unive rsity Assoc. Prof. Aslan İn an, Yıldız Tek nik Univers ity iv Assoc. Prof. Atif Iqb al, Qatar U niversity Assoc. Prof. Francesc o Cottone, Un iversity of Perugia Assoc. Prof. Farid Melgan i, Univers ity of Trento Assoc. Prof. Halit Öz tekin, Sakary a Applie d Science U niversity Assoc. Prof. Hamdy Ziedan, As siut Unive rsity Assoc. Prof. Harun Kem al Öztürk, Pam ukkale Un iversity Assoc. Prof. Jiri Pela, Brno Univer sity of T echnology Assoc. Prof. Merih Pala ndöken, İzm ir Katip Çelebi Un iversity Assoc. Prof. Rita Ism ailova, Ky rg y z Turkish Manas U niversi ty Assoc. Prof. Sadia Sam ar Ali, King Abdul-Aziz Unive rsity Assoc. Prof. Tanm ay De, Nationa l Institute Of Technolo gy D urgapur Assoc. Prof. Zeashan K han, Air Univer sity Dr. A li Almisreb, I nternational U niversity of Sarajev o Dr. Am ina Othmani, Univer sity of Monas tir -Tunisia Dr. A rti Jain, Jay pee Institute of I n form atio n Tech nology Dr. A run Kumar V erma, Malaviy a National Institute o f Tec h nology Jai pur Dr. A ziz Shah, University of Glaskow Dr. Bal Chan d Nagar, E CE National In stitute of Technology Patna Dr. Baoze W ei, Aalborg Universi ty Dr. Bohum il Brtník, University of Pardubice Dr. D iptiranjan Beher a, The Univer sity of t he West Ind ies at Mona Dr. Fay çal BENSAALI, Q atar University Dr. Fugui Qi, F ourth Military Medi cal Un iversity Dr. Magdi S. Ma hmoud, Kin g Fahd Unive rs ity Dr. Mariy a Ouaissa, Moulay Ismail Uni versity Dr. Merdac i Slim ane, University of - Sidi Bel Abbé s, Algeria Dr. Moharram Challenger, Antwer p Unive rsity v Dr. Muhamm ad Sultan, Zakariy a University Dr. L esya Anishche nko, Baum an Moscow State T echnical U niversity Dr. Sadina G agula Palal ić, Internat ional Univer sity of Saraj evo Dr. Stefania Tom asiello, Univers ity of Tartu Dr. Sy ed Omer G ilani, National U niversity of Sciences and Tec hnology (NUST ) Dr. T arık Nam as, International Univer sity of Saraj evo Dr. U duak A. U m o h, Universi ty of Uy o Dr. Y ajuan Guan, Aalbor g Univers ity vi Topics Engineerin g Aerospace Engineering Agricultural Engineering Biolog ical En gineering and Science s Biolog ical S y stems Engineering Biomedica l En gineering Bioprocess Engineering Chemical Eng ineering Civil Engineering Computer Engineering Electrica l En gineering Electronic Engineering Energy Engineering Environmental Engineering Food Engineering Geotechnical Enginee ring Genetic Engineering Industria l Engineering Manufac turin g Engineering Materials Engineering Mechanical Enginee ring Mining and Geophy sical Engineering Nanoengineering Nuclear Enginee ring Petroleum Engineering Power Engineering Process Engineering Forest I ndustr y Engineering Structural Eng ineering Systems and Software Engineering Textile Engineering Thermal Engineering Web Engineering Natural Sc iences Astronomy a nd Space Sciences Atmospheric Sciences Biolog ical Sciences Botany Bac t eriology Chemistry Fisheries and Aquaculture Sciences Forestry Sci ence s Genetics Geolog i cal Sciences Materials Science Mathematics Medical Sciences Meteorology Microbiology Mineralogy Palaeoec olo gy Pharmacology Physical Sciences Physics Plant Sciences Psychology Statistics Systems Biology vii 4 T H I N T E R N A T I O N A L C O N F E R E N C E O N A P P L I E D E N G I N E E R I N G A N D N A T U R A L S C I E N C E S N O V E M B E R 10 -1 3 , 2022 22.11 .2022 10 -1 3 Kasım 2022 tarihlerinde MEET üzerinden çevrimiçi ol arak gerçekleştirilen 4 th International Conference o n Applied Engineeri ng and Natural Sciences akademik teşvik kriterlerini sağlamaktadır. Toplam 7 09 adet bildirinin yer aldığı kongre dört gün boyunca çevrimiçi olarak gerçekleştirilmiştir. Türkiye dı şından toplam 2 5 farklı ül keden katılım sağlanmış olup, 7 09 adet bildirinin 3 60 tanesi yabancı katılımcı tarafından sunulmuştur. Kongremiz e ilgini z için teşek kür ed eriz. Saygılarımı zla, Asst. Prof. Dr. Umut Özkaya C o n g r e s s ' C o o r d i n a t o 4th Interna tional Con ference on Applie d Engineering a n d Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 1 AVERTIN G NETWORK SECUR ITY AND PRI VACY INTR UDER IN WBANs: A B RIEF SUR VEY AN D ITS CHALLE NGES Matthew Iy o bhebhe * , El eje N. E 2 , Chikani N.I 3 , & Onah M. C 4 *Electrical/Electronics Te chno logy Enginnering / Federal Polytech nic Nasaraw, Nigeria 2,3,&4 Electrical and Electro nics Engin eering/State Polytechnic Iwollo, Ezeagu E nugu, Nigeria * (mattoiyobh [email protected] m) Email of th e correspond ing author Abstract – Wireless body area networks gained dominance in the field of medicine whereby transceiver nodes are stra te gica ll y placed in the human bod y with the intention of s ensing ph y siological si gnals from the body and transmitting it to the sink node, thereafter, s endin g them to medical personnel for further analy sis in a p re-defined routing protocol. These sensor nodes a re limited in energy, and th e transmission of the ph y siol ogical si gnal must be confide ntial and sensitive from the public domain, otherwise, this technology will lac k general public acceptance. In this article, we discuss b riefl y the areas of security threats in WBANs, W BAN s securit y conditions, WBANs transmission security c onditions, ph y siological signal storage conditions, and limi tations and probl ems associated with WBANs to curb the m enace of unauthorized access to patient’s he alth information. Keywords – Secu rity, Privacy, Network, p hysiologica l signal, WBANs, and Acc ess . I. I NTRODUCTION Since the advent of W ireless Bod y Area Networks (WBANs), scholars hav e dev eloped an inter est in using wir eless devices and smart sensors for the application of remote h ealth monitoring patient s. These applications of W BANs entail measurement of the physica l environment, sporting a ctivities, and so on, whereby the sensors are used to tran smit the physiologica l signal from patients who are under remote observation b y medical personnel [ 1]. The emerge nce of W BANs ha s gained massive a ttention in the are a of healthcare services and has g rown tremendously a percentage of eight in 2002 to fort y- six in 2012 [ 2]. In WBANs, constant monitoring of the patient’s health status is been carried out dail y i n real-time to provide qualit y h ealthcare deliver y for the pe ople and the age d [3], the adoption of WBAN does not interrupt the p atient dail y activities and there also exist s an actuator which the medi cal personnel will use as a wireless fo rm to prescribe medical drugs, thereb y e nhancing the patient’s life quality [ 1]. Ne vertheless, some challenge s associated with WBAN s such as Qualit y of service, securit y and privac y , n etwork energ y , and so on must be addre ssed p roperly to enjo y thes e afore m entioned benefits of WBANs, but in th is article, we are con cerned with the network’s security and privacy. T he transmitted a nd stored physiologica l sign als from the p atient’s bod y “play an important role in healthca re dia gnosis and treatment using Wireless Body Area Networks (WBANs). It is very i mperative to secure our physiologica l signals and the absence of it creates a wider public to reject this technolog y and als o causes li fe-threatening i f not ev en death to the patient for allowing his/her health status to be in th e public space [1] . However, security m echanisms must be deplo y e d to advert these network malicious intruders to maintain physiologica l confidentialit y . 8 WBANs using the human body surface it leads to some complications in terms of “free space tran smission, bod y transmission, shadow effect, and link complication need to be considered when designing. The placement of s ensor nodes in the bod y must also be considered due to the movement of the bod y b y the li mb. The se limi tations need to look out for in order to design a se cured adaptive routing [8].  Energy Efficienc y : WBANs a re sensor nodes placed in the human body to transmit sensed packets to medical personnel for further anal ysis. The energy of the sensor node are been powered via rechargeable batteries, and some scholars look fo r alternate w a y s of powering the sensor nodes in the area of en ergy harvesting. This need to be considere d in routin g de sign.  Sensor Node temperature: During the transmission of packets, sensor nodes ge nerate heat that has an e ffect on human tissue and or ga ns [9,10]. Hence the bod y temperature must be considere d when designing a routing. III. CONCLUSION When transmitting packe ts in the WBANs, there opt to exist a better routing protocol for better packets, and it s energ y-stabilizing technique. In this work, we considered the hop-count scenario f or determining the stabilization of the network ene rgy, we also considered chall enges for routing protoc ol design in WBAN s. A CKNOWLEDGMENT We are most gra teful to God and the I CAE NS editorial board. R EFE R ENCES [ 1] Muha mmad Moid Sahn dhu., Nadeem J avaid., Mu hamm ad Imran., Mo shen Guizani., Zahoor Ali Kha n., U m ar Qasim., (2015). A novel routin g pro tocol for b alancing energ y consumption in wireless b ody area networks. IEEE Explorer.co m ieee.or g. [2] M. A. Hamid., M. M. Alam., M. S.Isla m . , C. S. Ho ng, & S. Lee., ( 2010). Fair data co llections in wirele ss se nsor networks: anal ysis and p rotocol. A nnals of Telecommun ications . 65(7/8), 433 -446 [3] Matthew i yobhebhe., Aliyu. D us man., A.M.S.Te kanyi., E. E Agbon. (2022 ). Hop -count-a ware w irele ss bo dy area network f or efficient data transm issio n. Indonesian Journal of, computing, engineeri ng and design. 4 ( 2).47 - 56. [4] S. Cui., A. J Golds mith., & C. Yi e t al., (20 13). Energy - constrained modulati on opti mization. IEEE Transactions o n wireless co mmunications. 4 ( 5).2349 - 2360. {5] L.Wang., P . W ang., C.Yi et a l., ( 2013). Energy consumption op timization bas ed on transactions wireless o n - body communicatio n. I n P roceedings of IEEE International conference o n wireless co mmunications signal pr ocessing. 1 - 6 [5] IEEE P.80 2.15 - 18 -0780- 09 - 000 6, IEEE.P802.15.Wo rking group for wireless personal area net w or k. 2009 . [6] Yessad. N., O mar. M., Tari. A., Bo uabdallah. A. (20 17). QoS-based ro uting i n wireless bo dy area networks: A s urvey and taxonomy. Computing. 100 , 245 - 275. [7]Amit, S., S udip. M. (2018). Dynamic Connectivi ty establishment a nd coop erative scheduling for QoS - Aware wireless b ody area net works. IEEE tr ansactions m obi le computation. 1 7, 2775 -2788. [8]Yuan. X., Li. C., Ye. Q., Zhang. K. , C heng. N., Zhang. N., Shen. X. S. (2018 ). Per form ance anal ysis o f I EEE 8 02.15.6 - based coexisting mobile W BANs with pr ioritized traffic a nd dynamic interference. IE EE T rans actions wireles s . Communicatio n. 17, 5 637-5652. [9] Roy. M., Chowdhur y . C., Aslam. N. (2 017). Design a n energy-efficie nt WB AN routi ng proto col. In P roceedings of the Inter national Conference o n Co mmunication systems and networks (COMS NETS), Bangalore, India. 29 8 -305. [10] Jiang.W., Wang. Z .C., F eng. M., Miano. T . T . (2017) . A Survey o f ro uting pro tocols in wireless bod y ar ea se nsor networks. In Proceeding o f the IEEE International Conference on E m bedd ed and Ubiquitous Computing (EUC ), Guuangzhou, C haina.17 -21. 4th Interna tional Con ference on Ap plied Engineering a nd Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 9 LİMAN İŞLETM ELERİNDE ÖZ E LLEŞTİRME VE SW OT ANALİ Zİ Murat YORUL M AZ 1 , Nurettin BÜYÜK 2 * 1 Doç. Dr., Den izcilik İşletmele ri Yönetimi Bölü mü, Denizcilik Fa kültesi, Kocaeli Üniversitesi, Türkiye 2 Öğr. Gör. Dr., Yalova Meslek Yü ksekokulu, Deniz Ulaştırma ve İşletme Prog ramı, Yalova Üniversites i, Türkiye * mrsuvari@gma il.com Özet – Dün y ada ticaretin ya klaşık %90’lık kısmı deniz y olu taşımacılığı ile yapılmaktadır. Deniz y olu taşımacılığının en önemli temel bileşenlerinden biri limanlardır. Günümüze deniz taşımacılığının öneminin artması ile limanların verimli ve etkin bir şekilde işletilmesi g erekçesini doğurmuştur. Limanların bulundukları konum itibari i le altyapı ve üsty apılarını olabilecek en iy i sevi yeye getirme leri ve liman kullanıcılarının iht iy açlarına karşılık verebilecek moderniz e edilmiş teknolojik gelişmeleri taki p eden y a pılar olmaları g e rekir. Kamu limanla rı istenilen hizmetleri verememiş, zarar etmeye başlamış, kamu limanlarındaki bürokrasinin ciddi bir problem olu şturması, istihdam konusunda y aşanılan sorunlar v e diğer nedenlerden ötürü limanların özelleştirilmesi y olu na gidilmiştir. Bu çalışmada SWOT analiz i y önt emi kullanılarak limanın özelleştirilmesinin avantaj ve d ezavantajla rı belirlenmiş, deniz y olu taşımacılığının temel yapılarından olan limanların özelleştirilme sür eçler i incelenmiş limanının özelleştirme y öntemleri v e amaçları belirtilmiştir. Anah tar Kelimeler – Liman İ şletmeleri, Özelleştirme Faaliyetleri, S WOT Analizi. 1. GİRİŞ Denizyolu taşımacılığ ını n küresel anla mda her y ıl öneminin ve kapasite sinin artara k gelişmesi , limanların da bu gelişimi takip etmesini gerektirme ktedir. Limanlar tedarik zincirinin temel altya pılarından biridir. Türki y e’nin rekabet gücü, ekonomisi ve dış ticaretinde etkili rol o y narlar bu y üz den limanlardaki mal ve hizmetlerin sürdürülebilir hızlı bir şekilde, güvenilir, kar ve maliyet maksimizas y on u sağlanarak işletilmeleri gerekir. Dün y a ticaretinde taşımacılık faaliyetlerinin %90 deni z y olu ile yapılıyor olma sı ay nı zamanda Türki y e’nin dış ticaretinde d e den iz taşımacılığının pa y ının büyük olmas ı küresel anlamda limanların önemi ni vurgulamaktadır. 19 97 y ı lından itibaren Türkiy e’de liman özelleştirmelerine başlanmı ştır. Türkiy e’de ka mu limanlarından ist enilen etkinlik ve verimliliği n sağlanamama sı, kamu limanlarının ihti y açlara cevap v erememesi ve gerekli liman varlıklarına y a tırımların y ap amamış olması özelleştirme sürecini tetiklemiştir. Limanc ılık sektörü incelendiğinde, rekabetin her geçen gün arttı ğını görü lmektedir. Bu o rtamda, limanlarımızın daha rekabe t çi olabilmeleri ve Türki ye de limanları n ge lişimi ve kar payının arttırılması limanların özelleştirmesi ve geliştirilmesiy le mümkün olacaktır. Dün yadaki özelleştirme çalışmalarına paralel olarak Türkiye’de de öz elleştirme çalışmaları y apılmıştır. Türkiye’de özelleştirme uygulama l arı işletme hakkının devri ile ya pılmıştır. Coğrafi konumu, üç tarafının denizlerle çev rili olması ve önemli ticaret yollarının bağlantı noktasında bulunması nedeniy le str atejik bir konumda olan Türkiy e’de, bürokratik, ekonomik ve siyasi faktörler nedeniyle, limanlara gereken y a tırımlar y apılamamış ve dolay ısı yla bu olumsuz durumlar li manların özelleştirilmesinin önünü açmıştır. Bu kapsamda çalışmanın amacı özelleştirmenin Türkiy e’deki limanlara etkisini incelemek, y ük elleçleme, y olcu sa y ısı , hizmet 10 verilen gemi s a y ısı gibi unsurların özelleştirme öncesi ve sonrası verilerini inceley e rek değerlendirme y apmaktır . Çalışma da, li manların ve özelleştirmenin genel tan ımları y apılmış, limanların işlevlerinden ve liman varlıklarından bahsedilmiş, özelleştirmenin nedenleri ve am açları anlatılarak liman y önetim modelleri açıklanmıştır. A yrıca SWOT analizi y öntemi açıklanmış ve l iteratür taraması ya pılmış ve liman özelleştirmelerinin SWOT analizi y apıla rak , liman özelleştirme y ö ntemleri açıklanmış, veriler değerlendirilmiştir. 1.1. Li m anların Tan ımı ve Varlıkları Limanlar; gemi ve diğer taşıma araçları ar asında y o lcu ve mal aktarılmasını güvenli bir şekil de sağlamak ve y a y ükle rin depolanması korunması amacıyla limanın temel ekonomik işlevleri ni y a pmasına olanak sa ğlay an tüm alty apılar ın ve ekipmanların bulunduğu hizmet sahası olarak tanımlanmaktadır [1]. Limanlar y ük operas y onlarının y apıldığı, gerektiğinde depolandı ğı, katma değerli lojist ik hizmetlerin verildiği, y o lcuların inip bindiği, ge milerin şiddetl i rüzgar ve dalga tesirlerinden korunmak için barındırıldığı ve taşıma şekillerinin kara ile deniz ge r çekleştirildiği alanlardır. Lojistik ve t aşımacılık f aaliy etlerinin zamanında ve hatasız y ü rütülebilmesi için limanlar doğru y a pılanmalı iyi işletilmelidir. Bir kı y ı tesisinin liman özelliği kazanabilmesi için faal olarak en az iki terminalinin var olmas ı gerekir Tek çeşit yük ve ya gemi tipinin elleçlenmesi konusunda uzmanlaşmış kı y ı tesisl erine terminal denir. Terminaller, e lleçlenen y ük ç eşidine göre ; sıvı dökme y ük, konte y n er, kuru dökme y ük, y olcu, ge nel y ük ve tekerlekli y ük terminalleri şeklinde sı nıflandırılır. Limanları; temel alt y apılar, oper as y onel altya pılar, liman üst y apı ları ve liman içi operasyon ekipmanları olm ak üzere fiziksel anlamda dört ana başlık altında incele nebilir . Temel alt ya pılar genel olarak kı yı ve inşaat mühendislerinin uzmanlığını gerektire n y apılardır. Operas y onel alt ya pılar; ge milerin liman içind e güvenli bir şekilde hareket edere k y anaşabilmeleri için inşa edilen alty apıla rdır [2] . Liman üst yapıları; i dari binaları, p ark alanları, depolama alanları ve bakım - onarım yerlerini kapsayan y apılardır. L iman içi operasyon ekipmanları; gemi manevralarında kullanılan römorkörler, tarama ge mileri, y ük elleçleme ekipmanlarının hepsini kapsay an ekipmanlardır. 1.2. Limanların Ekonomik ve Ticari Fonksiyonları Bir ülkenin Sosyo - Ekonomik gelişmesinin sağlanmasında li manların şüphesiz çok önemli bir rolü vardır . Bir limanın hız lı ve y üks ek kapasite yle beraber modern teknolo jik y apı y a ve ekonomi k operasyone l işlevlerine s ahip olması gere kmekted ir. Bu ekonomik işlevler; ticareti geliştirmek, ist ihdamı arttırmak, döviz kazandırmak, endüstri y ellik ve ulaşım şeklinde sınıflandırılabilir. Limanların ülke ekonomi si üzerindeki etkisi birincil ve ikincil etki olara k iki y e a yrılır [3] . Bi rincil etkiler liman sisteminde bulunan y ü k hareke tlerini ilgilendiren bütünsel liman operasyonlar ı hizmetlerini kapsamaktadır. İkincil etki ise birincil etki y e dola y lı olarak ekonomiksel bağ ıntı ya sahip böl gelerdeki tüm operas y on el faaliyetler olara k tanımlanabilir. Liman y önetim modelleri ise dün y ada dört an a kategoriye ay rılmaktadır [4] . Bunlar; Kiralık L iman: B urada liman otoritesi mülk i ye t sahibi ve düz enley i ci konumunda olup sey i r emniye ti ev alt y a pı unsularından sorumludur. Limanda ki diğer op erasy o nlar ise öz el şirketlerin sorumluluğundadır. Kamu L imanı: bu li man yöne tim türünd e tüm liman varlıkları ve bütün operas y onel işlemler liman otoritesi tarafında n sağla nmaktadır. Araç - Takım Li manları: Bu liman yönetiminde kamuya ait olan yük elleçleme ekipmanlarını kullanarak özel sektör ge rekli hizmetleri sağlamaktadır. Özel Hizmet L imanları: Lima nın mül kiye ti ve işletilme ve hiz metlerin hepsi özel şirketlerin y ö netimi altındadır. 11 1.2.1. Liman Özelleştirme Yönte m leri Liman özelleştirmesind e çeşit yöntem vardır bunlardan ilki, bir işletmenin haklarının devri. Bura daki amaç limanın vermiş olduğu hizmetlerin verimliliğini, etkinliğini arttırmaktır. İkinci yöntem y ö netim anlaşmasıdır. Bu anlaşma limanın daha ço k ticari kıstaslara göre işletilm esini sağlama k amacıyla y apılır. Son olarak üçüncü y önt em ise özel sektöre, finans ihti yacının karşılanması amacıyla limanın devredilmesidir [5]. 1.2.2. Limana Ait Araçların, Ekip m anların Kiralanması Mal varlığı li mana ait olan ekipmanların operatörleri ile birlikte vey a op eratörsüz belli bir kısmının veya tama mının kiralanması . 1.2.3. Liman Arazisinin Ekipmanlı veya Ekipmansız Kiraya Verilme si Limana ait arazilerin kira sözleşmesi y apıla rak belli bir sür eliğine özel kesime verilmesidir. Uzun dönemi düşündüğümüzde bu durum liman için büyük tehlikeler içermektedir. 1.2.4. Yönetim Sözleşme leri Yönetim sözleşmelerinde aslında liman ekipmanlarının kiraya verilmesine benzer özellikler taşır. Fakat bu y öntemde işleten tarafın sorumlu olduğu tek kısı m yönetim olup hiçbir ş ekilde limana y a tırım ve finansman anl amında y ardım etme ve ya müdahil olma z orunluluğ u y oktur. Yönetim sözleşmeleri 1 ve 5 y ıl ar alığında yapılan kısa süreli y enilenebilen söz leşmelerdir. 1.2.5. Liman Alanının Üstyapılarını Yapmak Şartıyla Özel Sektöre Kira lanması Limanın üstyapılarını y apma k şartı y l a özel sektöre kiralanm ası y öntemi olup, özel sektörü uygun şartlarda yatırım yapmaya iten yöntem ol arak ifade edilebilir . Çoğunlukl a belli bir alanda uzm anlaşmış limanlar için kullanılan bir özelleştirme yöntemdir. 1.2.6. Yap İşlet Devret M odel i Limana ait alt y apı varlıkl arına ya tı rımlar ve bunların finansmanın sağ lanması özel sektör tarafında n ve rilir. Özel s ektöre limanın işletilmesi hakkı verilir daha sonra bu limanın mülki y e t ve hakları devlete maliy etsiz aktarılır. 1.2.7. Ortak Girişim (Joint Venture) Herhang i bir ticari faaliyetin hacminin büyüklüğü ve teknik öz ellikler i organizasyon ve ya bir kişi tarafında n y ürütüleme yebilir bu y üzden ticari fonksiyonların devamının sağlanabilmesi için ortak iş birlikleri ya pılır. Bu iş birlikleri özellikle ulaşım, en erji, altya pı ve inşaat gibi alanlarda y a pılmaktadır. L imanl arda da ortak girişim y öntemi kamu ve özel sektöre arasında sıkça görülür . 1.3. Özelleştirme Kavram ı, A macı ve Nedenleri Özelleştirmey i; kamu s ektörüne ait mal ve hizmet üreten birim lerin y önetiminin ve mülki ye tinin ö zel sektöre aktarılması şeklinde tanıml ay abiliriz . Türk Dil Kurumu’na (TDK) göre ise, d evlete ait taşınır, taşınmaz malların teklif alma ve ya ihale y olu yla satışını yapma [6] , şeklinde tanımlanır. Limanların özelleştirilmey e ihti yaç du y ulm asının temel amaçları; li manlara gerekli y atırımların zamanında y apılamaması veya teknoloji k ge lişmelere a y a k u y duru lamamasıdır. B unun y an ı sıra liman verimliliğin ve hizmet kalitesinin arttırılması, liman maliy etl erinin ve fi y atlarını n düşürülmesi, ya bancı y atırımcının çekilmesin in istenmesi ve kamu ya ait y atırımlardan dola y ı oluş an finansal risklerin azalt ılması, li man işgücünün ge liştirmesi dah a don anımlı bireylerin özel sektörde istihdam edilmesi olarak say ıl abilir. Özelleştirmenin amaçlarını üç başlık altına inceleyebiliriz. Bunlar; ekonomik, sos y al ve mali nedenler. Ekonomik nedenlerde serma y e pi y asasını ge liştirme, istihdam problemine katkıda bulunm ak, etkinlik ve ve rimliliği y ükseltmek, y abanc ı sermayenin pazara girişini arttırmak şeklind e sınıflandırabiliriz. 12 2. YÖNTEM VE MATERYAL 2.1. Literatür Taram ası Türkiye’de L im an Öze lleştirmeleri İ skend erun Liman Örneği adlı çalışması ile Ateş (2014), Türk limanlarının teknolojik gelişmelerin a rkasında neden kaldığını, özelleştirmenin amaçlarını ve nedenlerini dün yadaki özelleştirme standartları çerçeve sinde İske nderun L ima nı’nın öz elleştirilme aşamalarını irdele y erek incelemiştir [7] . Çavdar (2012), Türk Denizcilik Sektöründe Özelleştirme Uygulamaları ve Türkiye Denizcilik İ şletmele ri A.Ş. Örneği [8] adlı çalışmasında TDİ limanları kapsamında Türkiye limanlarında y apılan özelleştirme uyg ulam alarını, özelleştirmenin tanımından başlayarak özelleştirmenin hukuki mevzuatını ve Tü rkiye deniz işl etmelerinin tari hi ge lişimini incelemiştir. Kahveci (2014), Türki y e ’de Liman Özelleştirmeleri: Samsun Limanı Uygulaması [ 9] çalışmasında Samsun limanın ın özelleştirme öncesi ve so nrası y ük kapasitesini, y ük türlerindeki çeşitlili ği, limanın kar zarar durumlar ını ve özelleştirme ile limana yapıla n y atırımları incelemiş. Ünal (2006), liman özelleştirmesinin Türkiye’de ki ekonomik bo y utunun incelenmesi [10] çalışmasında , liman özelleştirme y öntemle rini ve a maçlarını, Dün y adaki özelleştirme uygulama l arını değerlendirmiş, Türki y e’de bugüne kadar özelleştirilen li manları incele ye rek bil giler vermiştir. Bunlara be nzer birçok ça lışmaya literatürde rastlamak mü mkündür. Bu da özellikle limanlar özelleştirilmesi konusunun önemine vur gu y a pıldı ğını söy le yebiliriz. 2.2.SWOT Analizi Yöntemi SWOT dört İ n gilizce ke limenin baş harflerinden oluşmuştur bunlar Strength (g üçlü y önle r), weakne ss (za y ı f yönler), Opportunity (fırsatlar), Threat (Tehditler)’ler dir. SW OT ana lizini açıklamak gerekirse ; S WOT analizi, bir ticari işletmenin y öntemini n, organizasyonun ve ya bi r olayın durumun zayıf ve güçlü y önlerini n belirlenmesi il e dış çevresindeki fırsatları v e tehditleri belirle ye n bir stratejik analiz tekni ği şeklinde tanımla n maktadır . SWOT analizi 1960 - 1970 y ılları ar asında Stanfo rd üniversitesi akademisy e ni Albert Humphrey ve çalışma arkadaşlarının geliştirdikleri y öntem olup bir işl etmenin, organizasy onun y apılacak olan bir projenin vey a herhangi bir bire y in güçlü ve za yıf y ö nlerini b elirlemesi, iç ve dış çevrelerden olabilecek fı rsatları ve tehditleri stratejik bir şekilde belirlemeye y ara y an bir analiz tekniğidir. 2.2.1. SWOT Analizi Kullanım Amaçları SWOT analizinin kull anılmasının temel amacı, bir organizasy onun, kurumu n vey a işletmenin içsel ve dışsal durum larının değerlendirmesine imkan sağlarken , or ga nizas yonun var olan güçlü y anların ı ortay a çıkarmak ve orta ya çıkarılan bu güçlü y önl eri hang i alanlarda kul lanılacağını belirlemek, organizasy onun mevcut durumundaki za yıf taraflarını saptamak ve bu zay ı f yönlerin işletmeye daha fazla zara r vermesini en ge llemek i çin tedbirler almak ve plan y ap mak tır . Organizas y onu n bulunduğu piyasada işletme y i ileri y e taşı yacak fırsatları tespit etmek v e organizasyonu olumsuz şekilde etkileyecek tehditlerin belirlenmesi ni sağlay arak g er ekli stratejik planlamaların y a p ılmasını sa ğlaya n fa aliye tlerin u y gulanmasına y a rdımcı olmak. Çevrede tespit edilen tehditl erin bir fırsata çevrilmesini sağlamak. 2.2.2. SWOT Analizinde Yöntem SWOT Analizi, duru m analizi noktasında kullanılacak temel y ö ntemdir. Bu y öntemde kuruluşun çevresi i le etkinliği düz enli ola rak i ncelenir bu kapsamda kuruluşun iç çevre analizinde güç lü ve zayıf y önler i belirlenir dışs al çevre analizinde ise dış etkenlerden ka y naklanan fırsatlar ve tehditl er belirlenerek geleceğe dönük planlam a ve stratejiler ge liştirili r. 2.2.2.1. Organizasyonun İç Analizi İç analiz, işletmenin sahip olduğu imkan, ka y nak ve riskleri t espit edip orta y a ko y m ak içi n uygunlanma sı gerekir. Bura d aki amaç işl etmenin sahip olduğu güçlü ve zay ıf yönler i saptamaktır. İşletmenin kendi içerisinde durum analiz i ya pılırken geçmiş performansları da incelenir ve değerlendirilir. 2.2.2.2. Organizasyonun Dış Çevre Analizi Dış çevre analizi organizas y onun i çinde bulunduğu pi y asa ve orta mı tanımaya yöneliktir. Bu analizde çevre ve ilişk ide bulunul ması ge reken 13 faktörler konusunda bilgi ve ve riler toplan arak rakip firmalar konusunda da in celemeler y apılır. 2.2.3. SWOT Analizinin Adı mları 2.2.3.1. Güçlü Yönler Bunu aynı zamanda bir işletmenin üstün olduğu y ö nler olarak da tanımla y a biliriz. Bir organizasy onda ne yin i y i ve doğru yapıldığının ortay a konmasıdır. İ şl etmeler ; piya sa daki rakiplerine karşı pozis yonlarını belirley ip tedbi r alabilmek için genel ola rak m ali ya pısını, AR- GE potansiye lini, b eşeri kab iliyet ve y önetim in etkisi, t eknik ve üretim kapasitesi nin belirlenmesi, pazar durumu nu göstere n krit er leri ön ceden belirleme si gerekmekte dir [11]. 2.2.3.2. Zayıf Yönler Bir işletmenin ve ya or ga nizas yonun za yıf y ö nlerinin belirle nmesidir. B u zay ı f y önler eksik insan kaynağı, mali ve fi nansal açıdan yetersizlik v e denetimlerin iyi y a pılmaması, Pazar da yeter i kad ar deneyime sahip oluna maması gibi durumlardır. Herhang i bir işl etmenin za y ıf oldu ğu yönleri belirlerken kulla ndı ğı genel sorular şu şekildedir Neleri kötü yapıyoruz? Nelerde n kaçınmalı ve uz ak durmalıy ız? Neleri ge liştirip araştırmalı y ız? Zay ıflıkl arı belirlerken de a y nı güçlü yönleri belirlerken olduğu gibi gerçekçi olmalı zayıflıklarımızdan kaç mamalı y ız. 2.2.3.3. Fırsat la r Stratejik y önetim pe rspektifinden bakıldığında fırsatı şö y l e t anımlayabiliriz; bir çevrenin işletme ve organizasy ona sunduğu ve a maçlarına ulaş abilmesi, gerçe kleştirebilmesi için sağladığı elverişli ola y v e durumlar olara k t anımlayabiliriz. İşletme dışında işletmeler için ne tür fırsat alternatifle rinin var olduğu, işletmenin faali yet göster di ği alanlarda ve ya başka alan lar d a bü yüme fırsatının olup olmadığını mali açıdan işletme y e n e tür desteklerin sağlanabileceği gibi konuların yer aldığı bölümdür. 2.2.3.4.Tehditler Tehditler dış çevredeki değişimlerden dola yı ortay a çıkan işletmenin varlığını riske atan veya rakiplere karşı üstünlüklerini işletmenin kay betmesine y ol açan sebeplerdir. Dış çevredeki faktörler bir işl etmenin iş güvenliğini , k arlılığını ve ge lişimini engelleye bilir bu unsurlar tehdit olarak tanımlanır. Tehditler zay ıf yönler ile il gili olduğunda zay ı flıklar daha da açığa çıkar. Tehditler bir işl etmenin ist ikrarını ve işletmenin varlığını devam ettirmesini tehlikeye sokabil ir ( Ülgen& Mi rze, 2004). Bir işletmenin teh dit unsurlarını belirleye bilmesi iç in ; Karşımıza çıkabilece k en ge ller nelerdir? Faa li yet g österdi ğimiz alanlarda ürün ve s ervislerde herhangi bir değ işiklik bekleniyor mu? Teknolojik ge lişmeler bizi dezavantajlı duruma düşürüyor mu? Finansal ve ma li açıdan p roblemlerimiz neler? Rekabet koşulları ne durumda? Sorularına cevap araması gerekmekte di r. 2.2.4. SWOT Analizi Avantaj ları Çok fazla sayfa gerektire n verinin özetini daha net görme imkânı s ağlar . Esnektir analizi gerçekleştiren bire y in bilgisine bağ ımlıdır. Grup ça lışması kon usunda yardımcı güç niteliğindedir . Farklı birç ok işlem ve y a araştırma için y apılabilir . Herhang i bir y atırım, kurulum, araştırma gibi aktiviteler önce si y apılabilir . Basit kola y u y gulanabilir ken etkili ve verim l i sonuçlar verir. 2.2.5. SWOT Analizi Dezavantajları Çok geniş p erspektiften analiz ve araştırma y a pıldı ğı için ay nı başlık altındaki bir tehdit gözden kaçabilir ve y a fırsat niteliği taşıdı ğı anlaşılamayabilir. Ço ğunlukla niteliksel verilere day andı ğı için elde edilen sonuçların etkinli ği analiz uygulay ıcısına göre farklılık göstere bilir. Araştırma ve an aliz sonuçlarını bir e y leme dönüştürmek zordur. 14 Analizi ya pan kişiler tarafsız bir incele me y a pa ma ya bilir kendi grubunun hatalarını görme zden gelebilir. 2.2.6. SWOT Analizi Uygulam a S üreci SWOT ana lizini işletme cilik dalında uzman ve belli bir bilgi ve t ecrübe biriki mine sahip kişilerin , işletme içerisinde organizas y on ha kkında bil gi ve beceriy e sahip kişi lerin ve işletmenin üst düzey y ö neticileri ve çalışanlarının katılımı y la y apıl ır. SWOT analizi tekniğinin uygulanışı kısmında kullanılabilecek birçok yöntem vardır ancak genel olarak kullanılan ve d aha gerçekçi sonuçl ar ve ren bey in fı rtınası y öntemi tercih edilir a y nı z amanda katılımcılardan başarılı sonuçlar alınması da etkilidir. SWOT analizi y apılırken iz lenen yöntemler ; Beyin Fırtınası: Belirlenmiş konu ve alanlarda grup da bulunan herke sin bilgilerini ve düşüncelerini ifade edip pa y l aştığı bir fikir üretm e tekniğidir. Çoklu Oylama: Bu y öntemde belirlenen konular, görüş ve öneriler sürekli olar ak oy lanar ak e n az say ı ya indirilir. Kalan son fikir ve maddeler arasında seçim y apılarak hangi adımların atılacağ ına karar verilir. Nominal Grup Y öntemi : Bu teknikte önce grup üye l erinin y azıl ı bir şekilde fikirleri ve düşünceleri alınır daha sonra bu fikirler konusunda tartışma y a pılmadan o y l ama y apıl ır. Sebep Sonu ç D iyagramı: Bu di y agram sayesinde , analizi ya pılmak istenen konunun sorun ve probleme ned en olan faktörleri a rasındaki b ağ ın tılar grafiksel olarak ortaya konulabilmektedir. Bu diyag ram şekil b alık kılçı ğı na be nzediğinden dola y ı literatürde de a ynı isimle anılmaktadır. 3. BULGULAR 3.1. Liman Özelleştirme sinin SWOT Analizi 3.1.1. Liman Özelleştirmelerinin Nedenleri ve Avantajları Türkiye’de k amu li manları serbest rek abet koşulları içerisinde ça lışamamaktadır a y rı ca kamudaki li manlar verim li, etkin ve karlı bir şekilde işletilememektedirler. Bu yüzden liman özelleştirmelerinin nedenlerini şöy le sırala ya biliriz;  Limanların öz elleştirilmesi ile serbest rekabet koşullarına g öre işletilmesi sağlanara k kamu limanlarında uzun süren ve maliyeti oldukça y ü ksek olan y atırımla rın ge tirdi ği kapa sitenin rasyonel kullanılması sağlanabilir.  Denizcilik ve limancılık sektöründe uzmanlaşmanın önemi gider ek artmaktadır.  Liman özelleştirmeleri ile siyasi müdah aleler ortadan kalkmaktad ır. Ö zelleştirme konusunda alanında uz man pi y as a koşullarına u y um sağlay abilen li yakatli kişilerin atanması olana ğı sağlanır.  Liman özelleştirilmesi ile kamu bütç esinden alınan pay azalır çünkü limanlar, y üksek maliyetli yatırım varlıklarının maliye t y ükü kamu üzerinden kalkar ve özele devredilir.  Özelleştirilen limanlarda hesap verme sorumluluğu kamu limanlarına göre kat ve kat daha fazladır bu n edenle özelleştirilen limanlarda usul süzlük daha azdır denetleme mekanizmasının i y i olması sebebi y le özel limanl ar kamu limanlarına göre daha fazla ge lişmektedir.  Limanların öz elleştiriler ek işletilmesiyle sadece hizmet için gerekli sayıda pe rsonelin işe alınması sağ lanarak rasyonel pe rsonel istihdamı gerçekleştirilebilir.  Özelleştirilen limanlarda pi yasa koşullarına uygun esnek ücretlendirme ve mali y etlendirme politikası ile verimlilik arttırılabilir. 3.1.2. Liman Özelleşti rmesinin Tehditleri ve Dezavantajları Liman özelleştirmesindeki tehditler şu şekildedir :  Limanlardaki ka rların özelleştirilmesi ama liman zararlarının kamulaştırılması.  Kamunun hâkim oldu ğu tekelin kaldırılıp özel pay daşlara devredilmesi .  Limanlarda bulunan se ndikalaşmanın önüne geçilere k kaldırılması.  Ulusal bağımsızlı ğın özel şirketlerin çıkarlarına göre şekillenme si ya da herha ngi bir ülkenin özel sektörünün çıkarlar ı na bırakılması. 15  Limanlarda özelleştirme ile fazla olan iş gücü azaltılarak işten çıkarmaların yaratacağı işsizlik sonucu sosya l m aliye tin fazla olması .  Limanlar stratejik önem taşırlar a y nı zamanda ülkenin ekonomisi ve güvenliği noktasında önemli ye re sahiptirler bu y üzden limanlarda alınacak ka rarlarda devletin denetim ve kontrol mekanizmasının az almas ından dola y ı etkisi az olacaktır bunun getireceği sonuçların bir tehdit oluşturması. Liman özelleştirmeler ini n d ezavantajları ise şöyle sıra lanabilir;  Limanların özelleştirilme si y le k amu y a u ygun hizmet eden faaliy e tlerin liman üst y ön etimi tarafında n suistimal edilmesi.  Rekabet pi yasasının serbest olmadığı y a d a hiç var olm adığ ı bir durum da kamu monopol ü özele çevrilebilir.  Özelleştirme ile özel ke sim operatörle ri kendi iştiraklerinin menfaatlerine öncelik tanı y abilir ve bundan dola y ı a yrışmalar orta y a çıkarak artabilir.  Özel sektördeki li man operatörleri ile k amu limanı otoritesi arasında y ükümlülükl er sağlanamaya bilir kötü bir koordinas y on ve iletişimin olması du rumunda operas yon, hizmetler ve y atırımların uy gulanamaması g ibi sonuçlar doğurabilir . Yapılan SWOT a naliz inde limanların özelleştirilmesi kararla rının değerlendirilmesi konusund a elde edilen ve riler tablo halinde aşağıda verilmiştir. Tablo-1/A: Liman Özelleştirmesi nin SWOT Analizi Yararlı Zararlı İç Çevre Güçlü Yönler 1- ) Yatırı m ların getirdiği kapasite nin rasyonel kullanıl ması. 2- ) İyi eğitil miş uzman personel. 3-) Liyakatli ata mlar ile siyasi müdahalelerin kaldırılması. 4- ) Liman y atırımları Hızlanır, Bürokrati k engeller kalkar. 5-) Denetleme mekanizması d aha iyidir bu sayede usulsüzlükler az alır limanın gelişimi hızlanır. 6- ) Rasyonel işçi istihda m ı sa ğlanır işçi başına verimlilik arttırılır. 7- ) Ülke Ekono misine doğrudan katkı sağlanır. Pi yasa koşullarına u ygun fiyatlandır ma politikaları izlenir. Zayıf Yönler 1- ) Limanların özelleştiril mesiyle kamuya uygun hizmet eden faaliyetleri n liman üst yönetimi tara fından suistimal edil mesi. Özel işletmeciler yatırımcılar daha faz la nasıl kar elde edebilece klerini ve maliyetleri nasıl düşürebilecekleri ni önemsedikleri içi n bu eğilimlerinden do layı sosyal ve çevre sel temel olan şe yleri ihmal edebilirler . 2-) Reka bet pi yasasının serbest ol m adığı ya da hiç var olmadığı bir durumda kamu m o nopolü özele çevrilebilir. 3- ) Özelleştir me ile özel kesim op eratörleri kendi iştiraklerini n menfaatlerine öncel ik tanıyabilir ve bu ndan dolayı ayrışmalar ortaya çıkarak artabilir. Özel sektördeki lima n operatö rleri ile kamu limanı otoritesi arasında yükümlülükler sağlanama y abil ir kötü bir koord inasyon ve iletişimin ol m ası durumunda op erasyon, hizmetler ve yatırımların uygulanamama sı gibi sonuçlar do ğurabilir. 16 Tablo-1/ B: Liman Özelleştir mesinin SWOT Analizi Yararlı Zararlı Dış Çevre Fırsatlar 1-) Finansman kaynaklarının raha t bulunması ile li manlara yatırımlar arttırılab ilir ve hızlı bir şekilde tamamlanabilir. 2- ) Ortado ğu ü lkeleri ve Karadeniz’e kıyıları olmayan ülkeleri n Emtiaları T ürkiye üzerinden taşın ması ile Karadeniz’deki limanların potansiyelinin art ması özelleştir m e ile Karadeniz’deki limanların gelişi mi arttırılarak pi yasaya cevap ver m e si sağlanabilir. 3- ) Akdeniz’de yapılan Bakü -Ceyhan pro jesi ve GAP pro jesinin oluşturabileceği kapasite ve üreti m artışlarına cevap vererek kruvaziyer yolcu taşımacılığına yatırı mlar sağlanarak hiz met hasılatını yükseltme fırsatı. 4-) Mersin ve İz mir Limanları ana tran sfer liman larıı ve d ağıtım merkezi konu muna gelmesi saye sinde bölge sel rekabet gü çlerini n artmasına imkan sağlan mış oldu. B andırma Limanı’nın sa hip olduğu hinterland sayesinde konteyner limanı na dönüştürül erek sanayileşmeni n önü açılmış oldu, b u sayede de hem yan sana yi hem de li m anların gelişmesine ola nak sa ğlanırken i stihda m a da katkı sağlan mış oldu. Tehditler 1- ) Kârların özelleştiril mesi, zararların ka muya mâl edilmesi. 2- ) Ka munun hâkim olduğu tekelin kaldırılıp özel paydaşlara devredil m esi. 3-) Limanlarda bulunan sendikalaşma nın önüne geçilerek kaldır ılması. 4- ) Ulusal b ağımsızlığın özel şirketleri n çıkarlarına göre şekillenmesi ya da herhangi bir ülkeni n özel sektörünün çıkarlarına bırakılması. 5-) Limanlarda özelleştir m e ile fazla olan iş gücü azaltılara k işten çıkarmaların yaratacağı işsizli k sonucu sosyal maliyetin fazla olması. 6-) Limanlarda Devletin kontrol mekaniz ması azalacağından gü venlik risklerinin oluşma sı. 3.1.3. Limanların Özelleştirilme si n in Etkileri Liman Özelleştirmesini tanımlamak gerekirse kısaca “Liman varlı k ları nın kamudan özel sektöre devri ve ya l iman donatım, tesis ve sistemlerinde kullanılan y atırım fonlarında özel sermayenin kullanılması” şeklinde tanımlay abiliriz. Global e konominin ve ticaret hacminin gelişmesi taşımacılık sektörünün de gelişmesine neden olmuştur. Bu gelişim değişiklikleri içerisinde ge milerin bo y u ve hız larının artması, gemilerin y ü kleme - boşaltma k apasitelerinin artması gibi ge lişimler y e r alır. A ynı zamanda son y ıllarda mu ltimodal ve kombine taşımacılığın daha y a ygın ve etkin kullanılmaya başlanması limanların modernleş mesine y ol açmıştır. Öz elleştirme say esinde l imanlardaha verimli ve etkin bir şekilde y ö netilme ye başlanmıştı r, bunun en önemli sebebi özel limanlar da profesyonelce yapılan yönetimi say esinde y üks ek veriml ilik elde edilmiş ve y e ni y a tırımlar yapılmıştır. Kamu kurumlarında bu ta rz hizmet ve çalışmalar daha ağır ilerlemesi n edeni y l e limanlardaki teçhizatlara yatırımların zamanında y a pılm am ası na ve bakım tutumunun aksatılması neden olmaktadır. Özelleştirilen limanların devredilmesinden önce ve sonra ki çalışan pe rsonel sayısı değişikliklerini, özel l eştirme dairesi başka nlığı veriler in e göre özelleştirme y apıldıktan sonra çalışan personel say ısında bir azalma olduğu saptanmaktadır . Özelleştirme ile liman ekip manları, rıhtım , iskele gibi liman varlıkl ar a y a pılan y atı rımlardan dola y ı limanın elleçleme hız ın da ve hizmet verilen ge milerin sa y ısı nda toplam %25,33 art ış gözlenmiştir. Fakat Hop a, Giresun, R ize li manında önemli bir azalma g örülmektedir. Özelleştirme sonrası genel olarak limanla rı n çoğ unlu ğunda elleçlenen yük miktarının arttığını görürüz. Toplam e lleçlenen y ük miktarının özelleştirme öncesi ve s onrası arasındaki değişim oranı %41,33'tür . E n çok artış Trabzon ve T ekirdağ limanlarında g örülmekte dir. 17 Öz elleştirme öncesi Sinop, Antal y a, Marmaris, Çeşme limanla rı ndaki k ruvaziyer gemi v e yolcu say ısı 0 'dır. Özelleştirme sonrası bu limanlarda k i kru vaziyer gemi v e yolcu sa yısı önemli ölçüde artmıştır. Öz elleştirme ile toplam y olcu sa y ıs ın daki artış %363,21 iken gemi sayısında %105,07'dir. 4. TARTIŞMA Limanların özelleştirilmesi ile ilgili tablolar ve grafikler incelendiğinde y ük elleçleme miktarları, y o lcu hareketleri, konte y n er elleçlemesi, hizmet verilen gemi sa y ısı gibi unsurlarda artışlar olduğu saptanmıştır. Çağlar ve arkadaşları (2010) y aptıkla rı çalışmada özelleştirmenin limanlarda performa nsı arttırdığını belirtip özelleşen limanlardaki ge lişimin sadece özelleşme y e bağlı olm adığ ı nı göster mişlerdir. Genel a nlamda de ni z taşımacılığının kapasitesinin artm asının da bir etke n olduğu sonucuna va rmışlardır. bu bakımdan çalışmamızda ki verile re baktığımızda varıla n sonuçların y akın olduğunu söyle y ebilir iz özelleştirme ile limanlardaki etkinlik ve verimlik artmıştır ama bunu sad ece limanların gelişimine bağ l ayamayız dün y a ticaretinin gelişmesi de bu verilere yansımıştır. Ünal (2006) y aptı ğı çalışmanın sonucunda Liman özelleştirilmesinin kısa vade de i yi bir y öntem ve kârlı bir çöz üm olduğunu uzun vade de zararlı bir y ö ntem oldu ğu sonuc una varmıştır bu çalışmada kısa vade li özelleştirmenin etkileri ortaya konmuştur. Bu bağlamda kısa vade’yi dikkate aldığımızda Ünal’ın ça lışması y la paralellik göster m ektedir kısa vaded e özelleştirmenin etkisinin olumlu y önde olduğunu görebiliriz. 5. SONUÇ LAR Deniz taşımacılığı dün ya ticaretin de önemli bir konumda bulunmaktadır. Taşımacılığın bü y ük bir kısmı deniz y olu yla y a pıldığı için limanlar kilit noktadadır. L imanlar deniz taşımacılığının temel y a pılarındandır dolayısı ile limanların ve rimli ve etkili bir şekilde işletilmesi g ere kir. Kamu limanları son z ama nlarda verimli ve etkili bir şekilde y önetilememi ş, li man kullanıcılarına ve diğer p a y daşların ihti yaçlarına cevap verememiştir. Kamu sektöründe bürokrasi limanın etkin bir şekilde işletilmesini y avaşlatmı ştır. Kamu li manla rı y ü ksek mali y etli alt yapı ve üstyapı li man varlıklarına yatırım y apmakta zorlanmış ve limanları modern hale getirmekte güçlük çe kmiş b u etkenlerde n ötürü ö zelleşme faaliyetlerinin başlamasında etkili ol muştur. Dün y a da ve Türkiye’de deniz taşımacılığının konumu çok önemli bir y erde olduğu için limanlarda herhangi bir hizmetin duraksaması y üksek mali y etleri getireceği için kesintisiz , hızlı ve etkin liman hizmetlerinin sağlanması gere kir. Bu çalışmada özelleştirme faaliyetlerinin limanlara etkisi incelenmiş özelleştirmenin amaçları nedenleri ortaya konarak SW OT analizi ile avantajlar ve d ezavantajlar belirl enmiş, özelleştirme öncesi il e sonrası limana ait veri ler değerlendirilmiştir. Limanların özelleştirilmesi ile liman ekipman ve donanımlarının fina nsmanları özel kesim tara fından sağlanmıştır ve bu da kamunun finansa l y ükünü hafifletmiştir. Özel kesimin işlettiği limanlar d a kar ve etkinliğin daha fa zla olduğu görülmüştü r. Limanların özelleşmesi ile bürokrasi sorunu minimuma indirilmiş ve devletin sorumlul uğu azalmıştır. L im an özelleş tirmeleri ile ge rekli alt yapı ve liman ekipmanlarına yatırımların y apılması il e limanlarda verimliliğ in arttığı görülmüştür. K AYNAK LAR [1] B. Kold em ir, «Kombine taşı macılıkta ulaştır ma sistemlerimizin duru mu, limanları mızın sorunu ve çözüm önerileri, » %1 içinde Mühend islik Bilimleri Gen ç Araştırmacılar I. Kon gresi , İst anbul, 2003 . [2] S. Esmer, «Liman ve termi nal yönetimi, » Ana dolu Üniversitesi ya yını, Yayın no: 3840, 2019. [3] D. Altay, Lima nların eko nomik ka tkısının değerlend irilmesi üzerine bir inceleme, İzm ir: Dokuz Eylül Üniversitesi, So syal Bilimler E nstitüsü, 20 04. [4] Y. Yü ksel v e E. Özkan Çevik, Li man Mühendisliği, İstanbul: Beta Yayınevi, 20 10. [5] J. G. d. Matons, « P rivitisation and the private sector in ports, » %1 için de Challeng e of Port Competitio n , Kua la Lumpur, Malez ya, 1992. [6] TDK, Türk Dil Kurumu S öz lü ğü, Ankara, 2 022. 24 R EFE R ENCES [1] B. Al, a nd M. Alkan , Some Relations Between Partitions and Fibonacci Numbers , Proc. B ook of 2 nd.Micopam , 2019. [2] B. Al, a nd M. Alkan , No te on Non-Commu tative Partition , Proc. Book of 3r d&4th. Micopa m 2021. [3] B. Al, a nd M. A l kan , A Note o n Comp ositions of Positive Integers , 4. Uluslararası Müh endislikte Yap ay Zeka ve Uygulamalı Mate matik Ko nferansı (UMYMK 2022), 20 - 21 - 22 Mayıs 202 2 [4] B. Al, a nd M. Alka n , A Note o n Compo sitions of Positive Integers , Sub mitting, 2022. [5] Apostol, T . M.: Introduction to Analytic Number Theor y, Springer-Verla g, NewYork 19 76. [6] Andre ws, G. E. 1976 . The Theory of P artitions, Addison - Wesle y Publishi ng, New York. [7] Euler, L.: Introd uction T o Anal ysis of T he Infinite, vol. 1, Springer-Verla g, 1988 (translation by J.D. Blanton). [8] Hardy, G.H. and W right, E.M.: An I ntroduction To the Theor y o f Nu mbers, 4th ed. , Clarendon Press, Ox ford, 1960 ./34-1/horadam2.pdf). [9] Koshy, T .: Fibonacci a nd Lucas Nu mbers with Applications, Canada:W iley- Interscience Publicatio n; (2001), 6-38. [10] MacM ahon, P.A.: No te On the P arity of the N umber Which Enumerates th e Partitions of a Num b er, Proc. Cambridge Philo s. Soc. 20 (1921), 281 283. [11] W atson, G.N. : T w o T ables of Par titions, P roc. London Math. Soc. 42 (1937), 550 55. 4th Interna tional Con ference on Ap plied Engineering a nd Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 25 Compositions Res tricted to the Number of Part Busra AL * , Mustafa ALKAN 2 1 Department of Com puter Techno l ogies a nd Program ming /Manavgat Voca ti onal School, Akdeniz U niversity , Turkey 2 Departmen t of Math ematics/Facu lty of Science , Akdeniz Un iversity, Turkey * (busraal@akd eniz.edu. tr) Email o f the correspon ding author Abstract – I n this paper, c ompos itions, which is o ne of the most i mportant subjects of partition theory , will be examined. I n the stud y, the compositions made with the sets obtained b y approaching the divi sion theor y with the theory of sets w ere ex amined. R estrictions are placed on the summand numbers of compositions. Studies have been carried out on the number of compositions with restrictions on the number of summands. Keywords – Compo sitions of an Integ er, Partitions of a n Integer, Restriction Compositions, The Gen erating Function of an Integer , Recurrence relation I. I NTRODUCTION The theory of partition has been the focus of attention of scientists since the da y it emerged. Le ibniz asked that how man y di ff e rent w a y s a positive integer can be wr itten as the sum of posi tive integers aroused great interest and many studies have be en don e on the p artition of numbers. These studies also lead to the subject of partition of a positive integer. The nu mber of these parts will be denoted by 𝑝 ( 𝑛 ) . For a positive integer n, the partition function is the number of wa y s 𝑛 can be written as a sum of positive intege rs 𝑛 . Partitions are divided into compositions and partitions. The commutative of the sums in summand is not im portant, while the non - commutative of the s ums in composition is important. Eac h component in the partition of a number is called a part or sum mand. Example: The number 3 has 3 partitions, and the number of compositions is 4.  The set of partition of 3 is {3; (1 + 2); (1 + 1 + 1)} and 3 has 3 partitions.  The set of composition of 3 is {3; (1 + 2); (2+1); (1+1+1)} and 3 has 4 compositions. Euler investigated the genera ti ng function of the number of partitions of an integ er 𝑛 ; as follows 𝑓 ( 𝑥 ) = ∏ 1 1 − 𝑥 𝑛 = ∑ 𝑝 (𝑛 ) ∞ 𝑛=0 ∞ 𝑛 =1 𝑥 𝑛 where 0<x<1 [ Apostol, 1976 ]. After Euler's recurrence for the partition of an integer, at recent y e ars recurrence formulas have been im proved b y J.A.Ewell, M. Merca, M. Alkan and B. Al ([ 13], [ 19], [2] ). In this recurr ance relations, both numbers of steps and larger o f numbers founded in each step is main problem since increasing of 𝑝 ( 𝑚 ) is faster t han increasin g of an integer m and so the recurrence fo rmulas that compute the values of th e partition with the help of the smaller integers are much useful and effective. As the studi es on the partition theory progressed, new information was obtained b y r estricted partition. I n the literature, the restricted p artitions are substantial as unrestricted partition of an integer ([5], [8], [16], [17], [18]). From [7, pa ge 309], we recall that the number of partitions of 𝑘 into parts not exceeding 𝑚 is denoted by 𝑝 𝑚 ( 𝑘 ) for int eg ers 𝑚, 𝑘 . Then 𝑝 𝑚 ( 𝑘 ) = 𝑝 (𝑘 ) for 𝑚 ≥ 𝑘 . I t is clear that 𝑝 𝑚 ( 𝑘 ) is less than 𝑝 ( 𝑘 ) and the computation of 𝑝 𝑚 ( 𝑘 ) is simpler for inte gers 𝑚 , 𝑘 . The generating 26 function for the number of partitions of k int o parts not exceeding 𝑚 is de fi ned as 𝐹 𝑚 ( 𝑥 ) = ∏ 1 1−𝑥 𝑖 = 1 + ∑ 𝑝 𝑚 ( 𝑖 ) ∞ 𝑖 =0 𝑚 𝑖 =1 𝑥 𝑖 . While there are man y stu dies in the li terature abo ut partition of positive integer in partition theor y , there is nor adequate results about compositions of positive intege r. II. M AT ER I ALS AND M ETHOD We recall some expressions from [1] . Let n be a positive integer and we define the se t 𝑃 𝑛 = {( 𝑎 1 , 𝑎 2 , … , 𝑎 𝑡 ) ∶ 𝑎 1 + 𝑎 2 + ⋯ + 𝑎 𝑡 = 𝑛 , 𝑎 𝑖 , 𝑡 ∈ ℤ + } . In [1], we hav e constructed the set 𝑃 𝑛 +1 of composition for a positi ve integer 𝑛 by using recurrence relations on the set 𝑃 𝑛 . First we recall operations with a partition 𝑎 = ( 𝑎 1 , 𝑎 2 , … , 𝑎 𝑡 ) of integer 𝑛 ; 1⨀𝑎 = ( 1, 𝑎 1 , 𝑎 2 , … , 𝑎 𝑡 ) 1⨁𝑎 = ( 1 + 𝑎 1 , 𝑎 2 , … , 𝑎 𝑡 ) Then 1 ⨀𝑎 , 1⨁𝑎 ∈ 𝑃 𝑛+ 1 and so we also use the notaions 1⨀ 𝑃 𝑛 , 1⨁ 𝑃 𝑛 for the set of new t ype elements, i.e. 1⨀𝑃 𝑛 = {1⨀𝑎 ∶ 𝑎 ∈ 𝑃 𝑛 } , 1⨁𝑃 𝑛 = {1⨁𝑎 ∶ 𝑎 ∈ 𝑃 𝑛 } Le t 𝑃 𝑛 , 𝑎 be d efined for 𝑛 , 𝑎 being positive inte gers, for 𝑛 decompositions of which a is the large st part. 𝑃 𝑛 ,𝑎 = {( 𝑥 1 , 𝑥 , … , 𝑥 𝑚 ) ∶ 𝑥 1 + 𝑥 2 + ⋯ + 𝑥 𝑚 = 𝑛 , 𝑎 ≥ 𝑥 𝑖 , ∀𝑖 ∈ {1,2, . . . , 𝑚} } . We show that | 𝑃 𝑛 ,𝑎 | is number of elements of 𝑃 𝑛 ,𝑎 . Example: For partitions with 2 as the larges t part of 4, 𝑃 4, 2 = {(2,2), (2,1,1 ), (1,2,1), (1,1,2), (1,1,1,1)} and | 𝑃 4,2 |=5. In order to obtain ne w relations with 𝑃 𝑛 ,𝑎 partitions, if it is nece ssary to define a new operation that is not in the literature; ( 𝑦 1 , 𝑦 2 , … , 𝑦 𝑚 ) ∈ 𝑃 𝑛 ,𝑎 - {(a, 𝑥 1 , 𝑥 , … , 𝑥 𝑚 ) ∈𝑃 𝑛 , 𝑎 } expressed as 1⨁ ( 𝑦 1 , 𝑦 2 , … , 𝑦 𝑚 ) = ( 1 + 𝑦 1 , 𝑦 2 , … , 𝑦 𝑚 ).Then the notation 1⨁𝑃 𝑛 ,𝑎 is used for the set created b y the above operation. So, 1⨁𝑃 𝑛 , 𝑎 = {( 1 + 𝑥 1 , 𝑥 , … , 𝑥 𝑚 ) ∶ 𝑥 1 + 𝑥 2 + ⋯ + 𝑥 𝑚 = 𝑛 , 𝑥 1 < a and for ∀𝑖 , 𝑥 𝑖 ≤ a}. Now using ( 1 ⨀ −) the general case of 𝑃 𝑛 ,𝑎 will be obtained. If the (1 ⨀ −) opera tion is remembered, 1⨀𝑃 𝑛 ,𝑎 = {( 1, 𝑥 1 , 𝑥 , … , 𝑥 𝑚 ) ∶ 𝑥 1 + ⋯ + 𝑥 𝑚 = 𝑛 , (a, 𝑥 1 , 𝑥 , … , 𝑥 𝑚 ) ∈ 𝑃 𝑛 ,𝑎 }. Where m is positive integ e rs, the set of partitions with summ and number m of the integ er n is repre s ented as 𝑚 𝑃 𝑛 = {( 𝑎 1 , 𝑎 2 , … , 𝑎 𝑚 ) ∶ 𝑎 1 + 𝑎 2 + ⋯ + 𝑎 𝑚 = 𝑛 , 𝑎 𝑖 , 𝑚 ∈ ℤ + } . It is clear from the de finition of 𝑚 𝑃 𝑛 above that i s 𝑃 𝑛 =∪ 𝑖 =1 𝑛 ( 𝑖 𝑃 𝑛 ) and 𝑚 𝑃 𝑛 ∩ 𝑚 ′ 𝑃 𝑛 = ∅, where 𝑚 ≠ 𝑚′ . Le t 1⨀ ( 𝑎 1 , 𝑎 2 , … , 𝑎 𝑚 ) = ( 1, 𝑎 1 , 𝑎 2 , … , 𝑎 𝑚 ) ∈ 𝑚+ 1 𝑃 𝑛 +1 and 1⨁ ( 𝑎 1 , 𝑎 2 , … , 𝑎 𝑚 ) = ( 1 + 𝑎 1 , 𝑎 2 , … , 𝑎 𝑚 ) ∈ 𝑚 𝑃 𝑛+ 1 operations be defined on 𝑚 𝑃 𝑛 . Because o f the definition of these ope rations, 𝑚 𝑃 𝑛 = ( 1⨀ 𝑚−1 𝑃 𝑛−1 ) ∪ (1⨁ 𝑚 𝑃 𝑛 −1 ) . Example: ( 1⨀ 3−1 𝑃 5−1 ) = ( 1⨀ 2 𝑃 4 ) = ( 1⨀ { 3 + 1, 1 + 3, 2 + 2 }) =( {1 + 3 + 1, 1 + 1 + 3, 1 + 2 + 2 }) and ( 1⨁ 3 𝑃 5−1 ) = ( 1⨁ 3 𝑃 4 ) = ( 1⨁ { 2 + 1 + 1, 1 + 2 + 1, 1 + 1 + 2 }) = (3 + 1 + 1, 2 + 2 + 1, 2 + 1 + 2 ) . Thus ( 1⨀ 2 𝑃 4 ) ∪ ( 1⨁ 3 𝑃 4 ) = ( 1 + 3 + 1, 1 + 1 + 3, 3 + 1 + 1, 1 + 2 + 2, 2 + 2 + 1, 2 + 1 + 2 ) = 3 𝑃 5 . Definition: T function fo r 𝑚 𝑃 𝑛 where m and n are integers 𝑚 𝑇 𝑛 = ∑ 𝑎 1 . 𝑎 2 . … . 𝑎 𝑚 . 𝑎 1 +𝑎 2 +⋯+𝑎 𝑚 =𝑛 It is clear from the defin itions of 𝑇 𝑛 and 𝑚 𝑇 𝑛 that it is 1 𝑇 𝑛 = 𝑛 an d 𝑇 𝑛 = ∑ 𝑚 𝑇 𝑛 𝑛 𝑚=1 . Theore m: Let m and n are positive integ ers, 𝑚 𝑇 𝑛 = 𝑚 𝑇 𝑛 −1 + ∑ 𝑚−1 𝑇 𝑛 −1−𝑖 𝑛 −1 𝑖 = 0 . Proof: Since 𝑚 𝑃 𝑛 = ( 1⨀ 𝑚−1 𝑃 𝑛−1 ) ∪ (1⨁ 𝑚 𝑃 𝑛 −1 ) , T ( 𝑚 𝑃 𝑛 ) = 𝑚 𝑇 𝑛 27 = ( ∑ 𝑎 1 . 𝑎 2 . … . 𝑎 𝑚 𝑎∈ 𝑚−1 𝑃 𝑛−1 ) + ( ∑ (1 + 𝑏 1 ). 𝑏 2 . … . 𝑏 𝑚 𝑏 1 +⋯+𝑏 𝑚 =𝑛−1 ) = ( ∑ 𝑎 1 . 𝑎 2 . … . 𝑎 𝑚 𝑎∈ 𝑚−1 𝑃 𝑛−1 ) + ( ∑ 𝑏 2 . … . 𝑏 𝑚 𝑏 1 +⋯+𝑏 𝑚 =𝑛 −1 ) + ( ∑ 𝑏 1 . 𝑏 2 . … . 𝑏 𝑚 𝑏∈= 𝑚 𝑃 𝑛−1 ) = 𝑚 −1 𝑇 𝑛 −1 + ( ∑ 𝑚−1 𝑇 𝑛 −1−𝑖 𝑛 −1 𝑖 =1 ) + 𝑚 𝑇 𝑛−1 = 𝑚 𝑇 𝑛 −1 + ∑ 𝑚 −1 𝑇 𝑛−1−𝑖 𝑛−1 𝑖 = 0 . Example: Since 3 P 5 = ( 1 + 3 + 1, 1 + 1 + 3, 3 + 1+, 1 + 2 + 2, 2 + 2 + 1, 2 + 1 + 2 ) , 3 T 5 = 3 + 3 + 3 + 4 + 4 + 4. Since 2 P 4 = ( 1 + 3, 3 + 1, 2 + 2 ) , 2 T 4 = 3 + 3 + 4. R EFE R ENCES [1] Al, B . And Alka n M. 2019 . Some Relatio ns Bet ween Partitions and Fibonacci Numbers, P roc. Book of 2nd.Micop am [2] Al, B. And Alkan M. 2 020. On T he Relations For T he Number Of Par titions. Filo m at. 34(2): 567 -574. [3] Al, B. And Alkan, M. 2 021. Note o n Non -Commutative Partition P roc. Book of 3rd &4th. Micopa m. [4] Andre ws, G. E. 19 76. T he T heory o f Partition s, Addison - Wesle y Publishi ng, New York. [5] Andre ws, G. E. and Erikson, K. 2004. Integer P artitions , Cambridge Universit y Press, Cambridge. [6] Andre ws, G. E., Hirschhorn M. D. and Seller s, J. A. 2010 . Arithmetic P roperties of P artitions with E ven P arts Distinct, Rama nujan Journal, 2 3, (1 -- 3), 169 -- 181. [7] Apostol, T . M. 1951. On the Lerch Zeta F unction, P acific J. Math. 1 , 161 -- 167. [8] Apostol, T . M. 1 976. Introduction to Analytic Nu m b er Theor y , Springer -Verlag. [9] Bernedt, B. C. Lecture No tes o n the T heor y o f Par titions. [10] Chen, S. C. 2 011. On T he Nu m ber o f Partition s with Distinct Even P arts, Discrete Math. 311, 940 - 943. [11] Euler, L. 19 88. Introduction To Analysis of T he Infinite, vol. 1, Spr inger-Verlag, (translatio n by J.D. B lanton). [12] E w ell, J. A. 1980. Recurrences For T w o Restricted Partition Function s, Fibonacci Quart. 18, 1 2. [13] E w ell, J . A. 2004. Recurrence s for the par tition fu nction and its relati ves. Rock y Mo untaın J ournal Of Mathematıcs, 34 (2), Spr inger. [14] H. Gupta, 1970 . Partitions - A S urvey, J ournal of Research o f t he No tional B ureau of Standards - B . Mathematical Scie nces, 74 B, 1. [15] Hard y G. H. and Wr ight E. M. 1 960. An Introductio n To the T heory o f N umbers, 4 th ed., Clarendon Press, Oxford. [16] Hor adam, A. F. 1 994. Jacobsthal Repr esentation Numbers, Submitted May (https://www.fq. math.ca/Scan ned/34 -1/horada m2.pdf). [17] Ko shy , T . 2 001, Fibonacci and Lucas Numbers with Applications. Wile y-Interscience Publicatio n. Canada, 6 - 38. [18] Mana, P ., 1 969, P roblem B -152, T he Fibonacci Quarterly, 7:3 (Oct. ), 336 . [19] Merca, M. 20 16. Fast co mputation of the partition function . Journal of Nu mber Theory, 164, 405 -416. [20] Merca , M. 2017 . Ne w relations for the number of partitions with disti nct eve n parts J ournal of Num ber Theor y , 176 , 1 -12. [21] Merca , M. 2 017. On the n umber of p artitions into part s of k different. Discrete Mathematic s 340, 644 -648. , [22] Merzo uka, Hi., Bo ussayoudb A. and Chelgham, M. 2020 . Generating Functions of Generalized T ribonacci and T ricobsthal P olynomials, Montes T aurus J. Pure Appl. Math. 2 (2 ), 7 — 37 [23] So yk an, Y. 20 21. On Generalized P adovan Number s, (not p eer r eviewed) Posted: 6 Octo ber 2021 Prepr ints (www.preprints.org). [24] Yos ma, Z. 20 08. Fibonacci ve L ucas Sa yıları. Mate matik Bölümü Yüksek LisansTezi, S akar y a Üni versitesi. [25] W atson, G. N. 1937. Two Tables o f Partitions, Pro c. London Math. Soc. 4 2, 550 5 5. [26] Wirele ss LAN Mediu m Acc ess Control (MAC) an d Physical La yer (PHY) Specifi cation , IEEE Std. 80 2.11, 1997. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 28 A Note on Relatio n Betw een Partititons Number and Odd Partitions Number For a Po sitive Integers Busra AL * , Mustafa ALKAN 2 1 Department of Com puter Techno l ogies a nd Program ming /Manavgat Voca ti onal School, Akdeniz U niversity , Turkey 2 Departmen t of Math ematics/Facu lty of Science , Akdeniz Un iversity, Turkey * (busraal@akd eniz.edu. tr) Email o f the correspon ding author Abstract – I n this study, firstl y , partition theory is mentioned. After giving information about the r estricted partitions and how they were ex pressed, the recurrence relation was obtained for odd partitions. Some identities have bee n foun d between the partition of an integer and its odd partition. Keywords – Partitions o f an In teger, Restriction Pa rtitions, The Generating Function of an Integ er, Recurrence rela tion, Odd Partititon I. I NTRODUCTION Partition Theory is an important area of additive number theor y , a s ubject concernin g the repre s entation of inte ge rs as sum o f othe r inte gers. Recently , man y researcher have written man y publication on the theory o f partition of a numb er because the rich hist or y of partition of a number has been gone back to not onl y to ver y famous mathematicians Leonard Euler, but also J acobi and also Indian mathematicians S. Ramanujan and English mathematicians G. H. Hard y . Ramanujan. G. H. Hardy gave some f ormulas for the number of partitions for a positi ve integer n and also now so - called the famous Hardy-Ramanujan Asymptotic Formula for the partiti on problem ([ 6], [ 8], [11],[12],[16] ). II. M ATE R I ALS AND M ETHOD The theory of partitio n has been the focus of attention of scientists since the da y it emerged. The set of summands consists of all positi ve intege rs and the partition function to be studied is the number of ways n can be written as a sum of positi ve inte gers n. The summands are called p arts. Ov er the centuries, there has been widespread interest in the partition of an integer an d man y use ful applications of the partition of an integer has investigated in many branches o f mathematics. In [6] , Euler investigated the generating function of the number of partitions of an intege r n, as follows 𝑓 ( 𝑥 ) = ∏ 1 1 − 𝑥 𝑛 = ∑ 𝑝 (𝑛 ) ∞ 𝑛=0 ∞ 𝑛 =1 𝑥 𝑛 where 0<x<1. In the literature, the restricted partitions are substantial as unre stricte d partition of an integer. The ge nerating function of the number of p artitions of an integer n into odd part is ∏ 1 1 − 𝑥 2𝑛 −1 = ∑ 𝑄 ( 𝑛 ) ∞ 𝑛=0 ∞ 𝑛 =1 𝑥 𝑛 . In this paper, we adopt t he convention that p(0) = Q(0)=1 whenever n ∈ ℚ − ℕ. We recall the following two identities which are special cases of Jacobi’s identit y ∏ ( 1 − 𝑥 2 𝑘𝑛 + 𝑘−𝑡 )( 1 − 𝑥 2 𝑘𝑛 + 𝑘 +𝑡 )( 1 − 𝑥 2 𝑘𝑛 + 2𝑘 ) ∞ 𝑛 =0 = ∑ ( −1 ) 𝑚 𝑥 𝑚 ( 𝑘𝑚 +𝑡 ) ∞ 𝑚 =−∞ 29 ∏ ( 1 + 𝑥 2 𝑘𝑛 + 𝑘−𝑡 )( 1 + 𝑥 2 𝑘𝑛 + 𝑘 +𝑡 )( 1 − 𝑥 2 𝑘𝑛 +2𝑘 ) ∞ 𝑛 =0 = ∑ 𝑥 𝑚 ( 𝑘𝑚 +𝑡 ) ∞ 𝑚 =−∞ [6]. Also, it is well known that ∏(1 + 𝑥 𝑛 )(1 − 𝑥 2𝑛 −1 ) = 1 ∞ 𝑛 =1 (Ewell, 2004). Theorem: [2], Let n be a positive integ er, 𝑝 ( 𝑛 ) = ( ∑ 𝑝 ( 𝑖 ) 𝑄 (𝑛 − 2𝑖 ) ‖ 𝑛 2 ‖ 𝑖 = 1 ), where, ‖ . ‖ is g reatest integer function. Proof: Including | 𝑥 | < 1, ∑ 𝑝 ( 𝑛 ) ∞ 𝑛 =0 𝑥 𝑛 = ∏ 1 1 − 𝑥 𝑛 ∞ 𝑛 =1 = ∏ 1 1 − 𝑥 2𝑛 ∞ 𝑛 =1 ∏ 1 1 − 𝑥 2𝑛 −1 ∞ 𝑛=1 = ( ∑ 𝑝 ( 𝑛 ) ∞ 𝑛=0 𝑥 2𝑛 ) ( ∑ 𝑄 ( 𝑛 ) ∞ 𝑛=0 𝑥 𝑛 ) then ∑ 𝑝 ( 𝑛 ) ∞ 𝑛= 0 𝑥 𝑛 = ∑ ( ∑ 𝑝 ( 𝑖 ) 𝑄 (𝑛 − 2𝑖 ) ‖ 𝑛 2 ‖ 𝑖 =0 ) 𝑥 𝑛 ∞ 𝑛=0 . Theorem: [2], Let n be a posi tive integ er, ∑ 𝑝 ( 𝑛 − 𝑘 2 + 𝑘 2 ) = ∑ 𝑄 ( 𝑗 ) 𝑄 ( 𝑛 − 𝑗 ) . 𝑛 𝑗 = 0 𝑛 𝑘 =0 Proof: Including | 𝑥 | < 1, ∏ 1 − 𝑥 2𝑛 1 − 𝑥 2𝑛 −1 = ∑ 𝑥 𝑘 (𝑘 +1) 2 ∞ 𝑘 =0 ∞ 𝑛 =1 . We know ∏ 1 − 𝑥 2𝑛 1 − 𝑥 2𝑛 −1 = ∏ ( 1 − 𝑥 𝑛 ) (1 + 𝑥 𝑛 ) (1 + 𝑥 𝑛 ) (1 − 𝑥 2𝑛 −1 )(1 + 𝑥 𝑛 ) ∞ 𝑛 =1 ∞ 𝑛 =1 = ∏(1 − 𝑥 𝑛 ) ∞ 𝑛 =1 ∏(1 + 𝑥 𝑛 ) 2 ∞ 𝑛 =1 . Since ∏ 1 1−𝑥 𝑛 = ∑ 𝑝( 𝑛) ∞ 𝑛=0 ∞ 𝑛=1 𝑥 𝑛 and ∏ ( 1 + 𝑥 𝑛 ) = ∞ 𝑛 =1 ∑ 𝑄 (𝑛) ∞ 𝑛=0 𝑥 𝑛 , ∑ 𝑥 𝑘 ( 𝑘 +1 ) 2 ∞ 𝑘 =0 ∑ 𝑝 ( 𝑚 ) 𝑥 𝑚 ∞ 𝑚 =0 = ( ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 ∞ 𝑛=0 ) 2 . Then ∑ ( ∑ 𝑝 (𝑛 − 𝑘 2 + 𝑘 2 𝑛 𝑘=0 ) ∞ 𝑛=0 𝑥 𝑛 = ∑ (∑ 𝑄 ( 𝑗 ) 𝑄 (𝑛 − 𝑗 ) 𝑛 𝑗 = 0 ) 𝑥 𝑛 ∞ 𝑛=0 . Hence , we have complet ed the proof. Theorem: [2], Let n be a positive integ er, 𝑛 . 𝑄 ( 𝑛 ) = 𝑜 ( 𝑛 ) + ∑ 2 ( −1 ) 𝑙 +1 𝑄 ( 𝑛 − 𝑙 2 ) , 𝑛 𝑙 = 1 where m 𝑜 ( 𝑛 ) = { ( −1 ) 𝑚 , 𝑖𝑓 𝑚 ∈ ℤ + 𝑖𝑠 𝑠𝑢𝑐ℎ 𝑡ℎ 𝑎𝑡 𝑛 = 𝑚 2 ( 3𝑚 ± 1 ) 0, 𝑜𝑡 ℎ 𝑒𝑟 𝑐𝑎 𝑠𝑒 . Proof: In the first J acobi equation, if we start th e index from 0 and write 1 inst ead of a and 0 inst ead of b, ∏ ( 1 − 𝑥 2𝑛 +1 )( 1 − 𝑥 2𝑛 +1 )( 1 − 𝑥 2𝑛 +2 ) ∞ 𝑛 =0 = 1 + 2 ∑ ( − 1 ) 𝑚 𝑥 𝑚 2 ∞ 𝑚 =1 . If both sides of the equation are multiplied by ∏ (1 + 𝑥 𝑛 ) ∞ 𝑛=1 , 30 (∏ ( 1 − 𝑥 2𝑛 −1 ) ∞ 𝑛 =1 ∏ ( 1 + 𝑥 𝑛 ) ∞ 𝑛 =1 ) ( 1 − 𝑥 ) ∏ ( 1 − 𝑥 𝑛 ) ∞ 𝑛 =1 = ∏(1 + 𝑥 𝑛 ) ∞ 𝑛 =1 (1 + 2 ∑ ( −1 ) 𝑚 𝑥 𝑚 2 ∞ 𝑚=1 ). Then ( 1 − 𝑥 ) ∏ ( 1 − 𝑥 𝑛 ) ∞ 𝑛 =1 = ( ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 ∞ 𝑛 =0 ) (1 + 2 ∑ ( −1 ) 𝑚 𝑥 𝑚 2 ∞ 𝑚=1 ) . Hence ( 1 − 𝑥 ) ∏ ( 1 − 𝑥 𝑛 ) ∞ 𝑛 =1 = ( 1 − 𝑥 ) ( ∑ ( −1 ) 𝑚 𝑥 𝑚 2 ( 3𝑚−1 ) ∞ 𝑚=− ∞ ) = ( 1 − 𝑥 ) (1 + ∑ ( − 1 ) 𝑚 𝑥 𝑚 2 ( 3𝑚±1 ) ∞ 𝑚=1 ) = (1 − 2𝑥 − 𝑥 3 + ∑ ( − 1 ) 𝑚 𝑥 𝑚 2 ( 3𝑚±1 ) ∞ 𝑚=2 − ∑ ( −1 ) 𝑙 𝑥 𝑙 2 ( 3𝑙 ±1 ) +1 . ∞ 𝑙 =2 Here, the pow ers o f x are taken int o account, the re is no m,t ∈ ℤ + to be 𝑚 2 ( 3𝑚 − 1 ) = 𝑡 2 (3𝑡 + 1) . There is no m,k ∈ ℤ + to be 𝑚 2 ( 3𝑚 − 1 ) = 𝑘 2 ( 3𝑡 + 1 ) + 1 . There is no t,k ∈ ℤ + to be 𝑡 2 ( 3𝑡 + 1 ) = 𝑘 2 ( 3𝑡 + 1 ) + 1 . There is no m,k ∈ ℤ + to be 𝑚 2 ( 3𝑚 − 1 ) + 1 = 𝑘 2 ( 3𝑡 + 1 ) + 1 . Equation 𝑡 2 ( 3𝑡 + 1 ) = 𝑙 2 ( 3𝑙 − 1 ) + 1 has solution onl y for t = l = 1 for positive integers. L ike this ( ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 ∞ 𝑛=0 ) (1 + 2 ∑ ( − 1 ) 𝑚 𝑥 𝑚 2 ∞ 𝑚=1 ) = ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 ∞ 𝑛=0 + 2 ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 ∞ 𝑛=0 ∑ ( − 1 ) 𝑚 𝑥 𝑚 2 ∞ 𝑚 =1 = ∑ 𝑄 ( 𝑛 ) 𝑥 𝑛 + 2 ∑ (∑ 𝑄 ( 𝑛 − 𝑙 2 𝑛 𝑙 =1 ) ( −1 ) 𝑙 ) 𝑥 𝑛 ∞ 𝑛 =1 ∞ 𝑛=0 = 𝑄 ( 0 ) + ∑ (∑ 𝑄 ( 𝑛 ) + 2 ( −1 ) 𝑙 𝑄 (𝑛 𝑛 𝑙 = 1 ∞ 𝑛=1 − 𝑙 2 ) ) 𝑥 𝑛 𝑥 𝑛 coeff i cients are comparable. If th ere is m ∈ ℤ + to be 𝑛 = 𝑚 2 ( 3𝑚 − 1 ) 𝑜𝑟 𝑛 = 𝑚 2 ( 3𝑚 + 1 ) , the 𝑥 𝑛 coefficients in the equation are compared. ∑ 𝑄 ( 𝑛 ) + 2 ( −1 ) 𝑙 𝑄 (𝑛 − 𝑙 2 𝑛 𝑙 = 1 ) = ( −1 ) 𝑚 , otherwise ∑ 𝑄 ( 𝑛 ) + 2 ( −1 ) 𝑙 𝑄 ( 𝑛 − 𝑙 2 𝑛 𝑙 = 1 ) = 0. R EFE R ENCES [1] Al, B ., Alkan, M. ( 2018 ). A Note on Relation s among Partitions, T he Med iterranean Internatio nal Conference of Pure& Applied Mat hematics and Rela ted Areas (MICOPAM 20 18), Proceedings Book o f MICOP AM 2018. [2] Al, B., ( 2018). Mac Mahon P artition Anal ysis in Positive Inte gers, MSc T hesis in Mathe m atics, Akdeniz University, Antalya.. [3] Andrews, G.E. ( 1976). T he T heory o f Partitions, Addison-Wesle y Publishing, Ne w York.. [4] Andrews, G.E., Erikso n, K. (2004 ). I nteger P artitions, Cambridge Universit y Press, Cambridge [5] Apostol, T.M. (19 51). On the Lerch zeta fun ct ion, Pacific Jo urnal of Mathematics, 1, 161 - 167 . [6] Apostol, T.M. (1976). I ntr oduction to Anal ytic Number Theor y, Springer -Verlag, Ne wYork, 304 - 325 [7] Chen, S.C. (2011). On The Num ber of P artitions w it h Distinct Even Parts, Discrete Mathem atics, 311, 94 0 - 943. 31 [8] Euler, L. (198 8). Introduction to Analysis of t he Infinite, 1, Sp ringer-Verla g (translation b y J.D. Blanton), 256 - 283. [9] Ewell, J. A. ( 1980 ). Recurrences for T wo Restricted Partition Function s, Fibonacci Quarter ly, 18, 1, 1 - 2. [10] E w ell, J .A. (200 4). Recurren ces for the Partition Fu nction and Its Relatives, Rocky Mo untain Journal of Mathematic s, 34, 2 . [11] Hardy, G.H., Wr ight, E.M. (19 60). An introd uction to the T heory o f N umbers, 4 th ed., Clarendon Press, Oxford, 2 73- 295 . [12] MacMahon, P .A. ( 1921 ). Note on t he Parit y o f the Number W hich Enumerates the Partitions of a Number, Pro ceeding C a m b ridge P hilosophical Societ y, 20, 28 1 - 283. [13] Merca, M. (20 17). Ne w Relations for the Nu m ber o f Partitions with D istinct E ven P arts, Journal o f Nu m ber Theor y , 17 6, 1 - 12. [14] Merca, M. ( 2017). On the Arithmetic Mean of t he Square Roots of the First n P ositive I ntegers, College Mathematics Journa l, 48, 2, 129 - 133. [15] Srivatsan, C.S., Murthy, M .V.N., B haduri, R.K. (2006). Gentile Statistics and Restricted P artitions, Pramana, 66 , 3, 485 494. [16] Watson, G.N. (19 37). Two T ables of Partitions, Pro ceeding London Mathemat ic Society, 42, 5 50 -556. [17] Zoghbi, A.C. (1 993). Algorithms for Gener ating Integer Partitions, M.S. Thesis , University o f Ottawa. [18] Zoghbi, A.C., Stoj menovic, I. (1 9 98). Fast Algorithms for Generating I nteger P artitions, International J ournal of Co mputer Mathe matic, 70, 2, 319 - 332. 4th Interna tional Con ference on Ap plied Engineering a nd Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 32 Ayçiçeği’nin Dün yada ve Ülkemizde ki Mevcu t Üretim Duru mu ve Yüksek Oleik Asi t İçeren Çeşi tlerin Öne mi Nazire Gülşah Kütük Dinçel 1* 1 Tıbbi Aroma tik Bitkiler Bölümü / Sivas Tekn ik Bilimler Meslek Yü ksek Okulu , Sivas Cumh uriyet Üniversitesi , Türkiye * nazirekutuk@cu mhuriyet.ed u.tr Özet – Ayçiçeği ( Helianthus annuus L .) Papatyagiller familyasına ait kı y metli bir e ndüstri bitkisi dir. Bitkisel yağ elde etmek için y ağlı tohum lular arasında ekim alanı ve ü retim miktarı olarak dünyada dördüncü, ülkemiz de ise birinci sırada yer almaktadır. A yçiçeği bitkisel ya ğ üretiminde kull anılmasının y a nı sıra h a y van y emi, biodiz el üretimi ve ya kacak olarak da değerlendirilebilmektedir. İnsan besl enmesi için yağ l ar elzem besin maddeleri dir. Ya ğ kalitesine etki eden fiziksel ve k im y asal kalite standart larının başında y ağ a sit kompozis y onund a y er alan do y m uş ve do y mamış y a ğ asitlerinin ora n ı önem teşkil etmektedir. Ayçiçeğ inin y a ğ oranı genel olarak % 40-50 sevi y esinde belirlenmiş olup, yağ asit kompozis y onu incelendiğinde do y m amış y ağ asitlerince zen gin oldu ğu belirlenmiştir . Doym amış yağ asitlerinden olan oleik y a ğ asitinin varlığı y ağların insan sağlığı için d aha y ararlı olması, damar ser tliği gibi hastalıkların oluşu munu engellemesi, var ol an hastalı kların geriletilmesini katkı vermesi, bunun y a nı sıra y a ğlara daha uzun raf ö mrü sağlaması, t ermal k ararlılık yağ l aması, oksi dasyona direnç göstermesi , daha kaliteli kız artmalık yağ o lması, bi y odizel üretimi için daha v erimli olması gibi sebeplerle bitkisel yağ l ara değer katan önemli bir yağ asitidi r. Ayçiçeği’nin y ağ kompozis yonunda genel olarak % 70 linoleik asit, %20 oleik asit, % 10- 11 palmitik ve stearik asit bulunmaktadır. A y ç içeği ye ti ştirildiği farklı ekolojilere göre, y apılan kültürel i şlemlere göre (ekim zamanı, sulama olanakla rı gibi) oleik içeriği artırıldığı belirlenmiş bir bitkidi r. Oleik asitin öneminin fark edilmesi ve a y çiçe ğinin bu b akımdan zenginleştirilebilmesinin tespit ed ilmesi y le oleik tip olarak gelişitirilen çeşitlerin A BD ve Avrupa ülkelerinde ekim alanları son y ıllarda artmakta dır. Bu derlem ede literatür incelenerek bitkisel y a ğ üretiminde önemli bir y eri olan a y çiçeği bitkisinin dün y a da ve Türki y e’deki mevcut durumu inc elenmiş olup, oleik yağ asidi içeriği zenginleştirilmiş y a ğların önemi üzerinde duru lmuştur. Anah tar Kelimeler – Ayçiçeğ i, Yağ b itkileri, Yağ Asit komp ozisyonu, Oleik tip Ayçiçeği, Oleik asit I. Gİ R İ Ş Ayç içeği ( Helianthus annuus L . ) Pap atyagiller familya sına ait, 2n=34 kromozom sa y ısına s ahip, Kuzey Amerika kökenli önemli bir y a ğ bitkisidir. H alk ara sında g ün ebakan, gündöndü g ibi farklı isimlerle de tanınır. Dü nyada gıda v e endüstriyel amaçla üretilen bit kisel y a ğlar içinde a y çiçeği; palm y ağı, so y a yağ ı ve kanola y ağının ardından 4. s ırada ü retilen y ağlı tohumlu bitkil erd ir [ 1], [2 ], [3 ]. Ayç içeği y ağı, içerdiği y a ğ asit kompoz isyonu say esinde kaliteli nit elik göster en bir bitkisel y a ğ olmasının yanında, tokoferol içeri ği bakımından da diğer y ağ bitkileri il e kıy a slandığında daha z engin bir y ağdır. Bu özellik dışında içeri sinde bulunan tekli ve çoklu bağ yapılarına sahip doymamış yağ asitleri vasıtası y la gıd a amaçlı bitkisel yağ üretilmesi dışında endüstri y el alanda da farklı kullanım alanları bulunmaktadır. Ayçiçeğinin bitkisel aksamı değerlendirilebilir öz ellikte dir. Y ağı çıkarıldıktan sonra geri kalan bitkisel artıklarının hay van ye mi, biy odizel üre ti mi ve y akacak madd esi olarak kullanılabilmesi sebebiy l e ülkemiz de ve diğer dün y a ülkelerinde e kim ve üretim alanları he r geçen gün artış göstermektedir . Özellikle 20. y y . ortalarından itibaren başla y a n ve günümüze kadar süren dönemde dün y a nü fusu oransal olarak hızla artmıştır. B itkisel yağ l ar enerji v e protein iht iyacını karşıla y abilmektedir. Bu noktada farklı ekolojiler 33 de yetişme y et eneğine sahip olan ay çiçeğinin üretimi dünya genelinde geniş ekim alanlarına y a yılmıştır [2], [3 ]. Ülke miz bitkisel yağ ihti yacının y a klaşık %60’ını a yçiçeğinden ka rşılamaktadır. Ayç içeği y aklaşık olarak %40 - 50 oranında y a ğ ve bunun y anı sıra ya klaşık %20 or anında p rotein içermesiyle dikkat çeken bir endüstri bitkisidir [4]. Son y ıllarda y aşan an nüfus artışı karşısında a ynı oranda artma y an y a ğ üretim mi ktarı sebebi y le bitkisel y a ğ açığı bu lunmaktadır . Bu durum sonucunda farklı kull anım kabiliye tlerinin etkisi yle ve üretim oranlarının artırılması amacıyla a y çiçeği , Tarım ve Orman Bakanlığı tarafında n “Stratejik Ürün” olarak ele alınmaktadır [5] . FAO (Food and Agricultere Organization of the United Nations)’ dan alınan bil giler eşliğinde Ayç içeği tarımının , diğer dün ya ülkelerindeki durumunu Tablo 1’de incelediğimizde en fazla Ukrayna , Rus y a ve bazı Avrupa Birliği ülkelerinde y a pıldı ğını görmekte y iz [6]. Bu ülkeler toplu ol arak değerlendirildiğinde 202 0 y ılında dün ya üretim inin %75,3'ünü karşılamışlardır. Türki y e ’nin ise düny a ay çiçeği üretimindeki pay ı nın 2020 yılında %2,8 0 olduğu belirlenmiştir [7]. Türkiy e’de ayçiçeği üretimi başlıca Trak y a Bölgesi y apılmaktadır, bunun y a nı sıra Kon y a ve Adana gibi bölgelerde de ekim alanları a rtmaktadır . Ancak m evcut durumda ülkemizde üretilen ayçiçeği ihti y acı mızı karşılayamama ktadır [ 3]. Tablo 1 . Dünya Ayçiçeği To hum Ür etimi ( Bin ton) [6 ]. Ülkele r 2014 2015 2016 2017 2018 2019 Ukray na 10.940 10.000 12.100 15.100 13.500 15.254 Rusya 10.200 9.000 9.700 11.600 11.000 15.379 AB 9.110 8.920 7.770 8.640 9.990 10.821 A rjantin 2.310 2.700 2.830 3.300 3.400 3.825 Çin 2.420 2.380 2.700 2.610 2.580 2.420 A BD 920 1.000 1.330 1.200 970 881 Türkiy e 1.450 1.200 1.350 1.450 1.700 2.100 G . Af rika 830 660 760 870 860 678 Hindistan 580 390 360 - - 216 Ülkemizde ki ekim, ür etim ve verim durumu T ablo 2’de değerlendirildiğinde yıllara göre değişmekle beraber son y ıllarda a y çiçeği ekim alanının 700 b in hektarı geçmiş olduğu ve yağlık ve çerezlik üretim miktarımızın 2.415.000 ton olduğu g örülmektedir [7]. Tab lo 2. Türkiy e’de Ayçiçeği Eki m , Üreti m ve Veri m Rakamları [7] . Yılla r Ekim Alanı (dekar) Üretim (ton ) Verim (kg/da) Yağlık Çerezlik Yağlık Çerezli k Yağlı k Çerezli k 2011 556000 0 997000 117000 0 150000 210 165 2012 504600 0 100000 0 117000 0 165000 238 170 2013 520200 0 895000 120000 0 170000 265 160 2014 524000 0 104900 0 138000 0 143000 268 150 2015 568900 0 116300 0 148000 0 157000 264 155 2016 616700 0 103300 0 150000 0 180000 243 165 2017 681300 0 982000 180000 0 164000 264 167 2018 648900 0 855000 180000 0 149000 277 174 2019 675900 0 766000 195000 0 150000 288 196 2020 650800 0 779000 190000 0 167000 292 214 2021 811300 0 898000 221500 0 200000 273 223 2021- Toplam 9011000 2.415.000 268 Türkiye’nin g ıda ve endüstri a maçlı bitkisel y ağ ihti y acı, nüfus artışına ve kişi başına tüketilmesi gereke n у ağ oranına bak ılarak değerlendirildiğinde ihti y acı k arşıla y a cak üretimin y apılamadığı tespi t edilmektedir. Bu ihti yaç açığı diğer ülkelerle kıyaslandığında Türki y e’de daha y üksek o ranlarda sey retmektedir. Türki y e ’nin y ıllı k toplam yağ ihti y acı y aklaşık olarak 1 ,5 mil yon ton civarındadır. Bu rakamın 10 bin tonu ha y v ansal yağlardan, geri ye kalan kısmı ise bitkisel yağlardan temin edilmektedir. Ülkemizde üretilen toplam bitkisel y a ğlar içerisinde a y çiçeği y ağının mi ktarı o rtalama 1 mil y on ton ile birinci sıradad ır. Ülkemiz tohum , y a ğ ve küspe g ibi a y çi çeğinin değişik formları nı ithal etmektedir [ 5]. A y çiçeğinin farklı formlarında var olan bu açı ğın giderilebilmesi için ekim alanlarının ve birim a landan elde e dilen verimin arttırılması gerektiği b elirlenmiştir [8]. Türkiye’de kurulu 153 adet bit kisel y a ğ ür etimi işletmesi 40 ekstraksi y on süresinin (30 dak) saponin içeriğini muhtemel bir saponin - diğ er m adde etkileşiml eri nedeniy le azaldığı tespit edilmiştir. Yükse k ekstraksi y on sıcaklığı ve pH değerlerinde örn eklerin daha çok köpürebildiğ i s onucuna ulaşılmıştır. Şekil 1. Köpük kapasitesi için te mel etki grafiğ i Köpük kapasitesi değerini maksimuma y ü kseltmek am acıyla Ta guc hi S/N y anıt analizleri gerçe kleştirilmi ştir (Tablo 3). Yanıt tablosu incelendiğinde maksimum köpük kapasitesi S/ N oranları için ekstraksiyon parametreleri A 2 B 3 C 3 olarak bulunmuştur. Daha y üksek s aponin ekstraktı için opti mum ekstraksi y on değişkenleri sonikas y on süresi, sonikasy on sıcaklığı ve pH değe rleri için sırasıyla 20 dak, 60 °C ve 7 olarak belirlenmiştir. Saponin madde ekstr aksi y onunda en etkili süreç paramet resinin sonikas yon sıcaklığı olduğu tesp it edilmiştir. Bu parametre y i sırası y la pH ve sonikasyon süresi değişkenle ri izlemektedir. Tab lo 3. Köpük kapasitesi için S/N yanıt tablos u Seviye A B C 1 43,53 43,41 43,25 2 43,66 43,09 43,40 3 43,38 44,08 43,93 Delta 0,28 1,00 0,68 Sıra 3 1 2 B. K öpük stabilitesi için Taguchi opti mizasyon sonuçları Köpürtme işlemi sonucunda elde edilen köpükt e sürekli (sıvı) ve süreksiz (hava ) fa zların mümkün olduğunca dengede olması hedeflenmektedir [12] . At kestanesi ekstraktının köpürtülmesi sonucunda elde edilen köpüklerin drenaj y arı süreleri S /N oranları ortalaması Şeki l 2’de verilmişti r. Ş ekerli ortamda hazırlanan köpük örneklerinin stabilitelerinin ekstraksiy on faktörlerinden köpük kapasitesine benzer şekilde etkilendiği belirlenmiştir. G rafik in celendiğinde, 20 dakikalık ekstraksi y on süresinin en verimli seviye oldu ğu anlaşılmaktadır. A y rıca, daha uzun ısıl işlem uygulama l arında ve nötral koşullarda saponin geçişi daha fa zla oldu ğu çıkarımı yapılabilir. Şekil 2. Köp ük stabilitesi için te m el etki gra fiği Köpük stabilitesi için gerçekleştirilen analiz sonucu S/N oranları Tablo 4’de verilmi ştir. Daha y ü ksek köpük stabilitesi S/N oranları değerleri için optimum kontrol parametre l eri A 2 B 3 C 3 ’dü r. Çalışma koşullarında, sulu ortamda pH değeri 7’ ye ay arlanan at k estanesi karışımının 60 °C’de 2 0 dakikalık ekstraksi yonu sonucunda daha st abil bir köpük eldesi mümkündür. Bununla birlikte, p H değeri köpük stabilitesi üzerine e n etkili kontrol parametresi iken sonikas y on sür esi ba ğımsız değ işkeninin köpük stabilit e değerlerine etkisi en düşük bulunmuştur. Tab lo 4. Köpük stabilitesi içi n S/N yanıt tablos u Seviye A B C 1 34,93 35,47 34,17 2 36,46 34,00 30,82 3 34,58 36,49 40,98 Delta 1,87 2,49 10,16 Sıra 3 2 1 C. Doğrulama deneyi Tag uchi tekniğinde do ğrulama testi, elde edilen çıktıları netleştirmek için öne mli bir adım olarak ele alınır ve istatistiksel ana liz için şiddetle tavsi y e edilir. Bu analizin birincil amacı, testleri ve yanıtları doğrula m aktır. Do ğrulama den e y lerinin S/N 41 oranları sonuçları Tablo 5’de verilmiştir. Köpük kapasitesi ve köpük stabili tesi için optimal koşullar (A2B3C3) a y nı olduğundan bu koşullarının test edilmesi gerekmektedir. Öngörülen sonuçlar Minitab 19.0 y azılımıy l a belirlendi. Optimu m parametrelere göre ge rçekle ştirilen dene y lerd e S/N oranlarında önemli i y il eşmeler tespit edildi. Köpük kapasitesi ve köpük st abilitesi y anıtlarının S/N oranlarında başlangıç parametresi (A1B1C1) S/N oranlarına göre sırası y l a %3.14 ve % 16.92 oranında iyileşme sağ lanmıştır. Tab lo 5. D oğrulama dene y i S/ N oranı son uçları Seviye Başlangıç parametreleri A 1 B 1 C 1 Tahmin A 2 B 3 C 3 Doğrulama deneyi A 2 B 3 C 3 S/N iyileşme oranı % Köpük kapasitesi (%) 43.30 44.63 44.66 3.14 Köpük stabilitesi (dak) 36.65 43.28 42.85 16.92 IV. SONUÇ L AR Bu çalışmada y üksek köpük kapasitesi ve köpük stabilitesi için optimal ultrasonik ekstraksi y o n koşullarını belirlemek için Taguchi yöntemi başarıyla u y gulandı. At kestanesi me yvesinin ultrasonik ekstraksi y onu nda 3 faktör v e 3 sevi yeden oluşan bir dene y s el tasarım (L9) kullanılmıştı r. At kestanesinden köpük y a pıcı madd e ekstraksi y onunda sonikas y on süresi, soni kasyon sıcaklığı ve pH ba ğımsız değişkenlerinin sevi yeleri başarıyla optimiz e edildi. Birde n fazla değişkenin optimizas y onunda T aguchi y öntemini n baş arı yla uygulanabileceğ i belirlendi. At kestanesinin gıda köpük sis temlerinde kullanılabilirliği ile ilgili dah a detay lı çalışmalara ihti y aç duyulmaktadır . KAYNAKL AR [1] I. Góral, A. Stoch m al, ve K. Wojciec howski, “Surface activity of the oat, horse chestnut, co wherb, so ybean, quinoa a nd soap wort extrac ts – I s it o nly d ue to saponins? ”, Colloid s Interface Sci. Commun . , c. 42 , sayı January, 2021 , doi: 10.101 6/j.colcom.2021.10 0400. [2] M. J arzębski vd . , “Aesculu s hip poca stanum L. extract as a p otential e mulsion stabil izer”, F ood Hydrocoll. , c. 9 7, sayı May, 20 19, doi: 10 .1016/j.foodhy d.20 19.105237 . [3] I. Gór al ve K. Wojciechowski, “Surface activity and foaming prop erties of saponin - rich plants extracts”, Adv. Colloid I nterface S ci. , c. 279, s. 1 02145, 2020, doi: 10.1 016/j.cis.2020.102145 . [4] S. Amiri, A. S hakeri, M. R. Sohrabi, S. Khalaj zadeh, ve E. Ghase mi, “Optimization of ultrasonic as sisted extraction of fatty acids fro m Aesculus hippocastan um fruit b y re sponse s ur face met hodo logy ”, Foo d Chem. , c. 271, sayı December 20 16, ss. 7 62 – 766, 2 019, doi: 10.1016/ j.foodch em .2018.07.144. [5] S. Böttcher ve S. Dr usch, “Interfacial Pro perties of Saponin Extracts and Their I m pact on Foa m Characteristics”, Foo d B iophys. , c. 11, sayı 1, ss. 9 1– 10 0, 2016 , doi: 10.1007/s1148 3 -015- 9420 - 5. [6] M. I. Dias, C. Albiston, M. Añibar ro -Ortega, I . C. F. R. Ferreira, J. Pinela, ve L. Barro s, “Sonoextraction of phenolic co mpounds and sapo nins from Aesculus hippocastanu m seed kernels: Mod eling and optimization”, In d. Crops Prod . , c. 185, sayı June, 20 22, doi: 10 .1016/j.indcrop.202 2.115142. [7] A. Asghar, A. A. A. Raman, ve W . M. A. W . Daud, “A Comparison o f Central Co mposite Design and T aguchi Method for Optimizing Fento n P rocess”, Sci. World J. , c. 2014 , 2014, doi: 10.1155/2 014/869120. [8] A. A. Almetwally, “Mult i -o bjec tive Optimization of Woven Fabr ic Par ameters Usi ng T aguchi – Gr ey Relational Analysis”, J. Nat. Fibers , c. 17, sayı 10 , ss. 1468 – 14 78, 2020, doi : 10.1080/ 1544 0478.20 19.1579 156. [9] M. S. Sadahira, M. I. Rodrigu es, M. Akhtar, B. S. Murray, ve F. M. Netto , “Ef fect of egg white p rotein - pectin electro static interactions i n a hi gh su gar conte nt system on foaming and foam rheological properties”, Food Hydrocoll. , c. 58, ss. 1 – 1 0, 2016, doi : 10.1016/ j.foodhy d.2016.02. 007. [10] R. B . W atharkar, S. Chakraborty, P . P . Srivastav, ve B. Srivastava, “Foa ming an d foa m mat dr ying characteristics of rip e banana [ Musa balb isiana (B B)] pulp”, J. Food P rocess Eng. , c. 44 , say ı 8, 2021, d oi: 10.1 111/jfpe.13726 . [11] E. Dicki nson, “M ixed bio po lymers at interfaces : Competitive adsor ption and m ultilayer structure s”, Foo d Hydroco ll. , c. 2 5, sayı 8, ss. 1 966 – 1983, 2 011, do i: 10.1016/ j.foodhy d.2010.12. 001. [12] E. A. Fo egeding, P . J. Luck, ve J. P . Davis, “Fact ors determining the physical prop erties of protein foams”, Food Hydrocoll. , c. 20, sayı 2 -3 SP EC. ISS., ss. 284 – 292, 2006, doi: 1 0.1016/ j.foodhy d.2005.03. 014. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 42 EGE BÖLGESİ NDEN T OPLANA N ÇİĞ İNE K SÜT ÖRNEKLERİN DEN SIVI KROMATO GRAFİ YÖNTE Mİ (HPLC) İL E ANTİBİYOTİ K KALINTILA RININ BELİ RLENM ESİ Büşra Aydın 1* , İ b rahim Bulduk 2 ve Safiye Elif Korcan 3 1 Moleküler biyo loji, Lisans Ü stü Eğitim En stit üs ü, Uşak Üniversite si, Türkiye 2 Kimya Bölümü , S ağlık Bilimleri Fakü ltesi , Uşak Üniversite si , Türkiye 3 Sağlık Hizmetleri Me slek Yü ksekoku lu, Uşak ü niversite si , T ürkiye * (busra.aydin .canka [email protected] ) Özet – Hayvanlarda h astalıkların s a ğa ltımı ve ö nlenmesi, d avranışların değiştirilmesi , g elişmenin h ızlandırılması, verimin a rtırılması, g ıda kalitesinin i y ileştirilmesi gibi çeşitli amaçlar la kullanılan antibiyotiklerin ha y vans al gıdalarda bulunmaları halk s ağ lı ğı için potansiy e l bir tehlike oluşt urmaktadır. Antibiyotiklerin tavsi y e edilen doz ve zaman ara lığının üretici tarafında n kontrolsüz uyg ulanma sı g ibi faktörler doğrudan toksik etki oluşturabilecekleri gibi bağışıklık sis teminin baskılanmasına, alerjik reaksiyonlara, bağırsak mikrobi y otasının boz ulmasına, kansere, antibi y otiğe dirençli mikroorganizmaların ortay a çıkmasına neden olur. Bununla birlik te anti biy oti k kalıntıları üretilecek fermente gıdaların kalitelerinde düşüklüğe yol açabilir ve bu du rum hem üretici y e he m de ülke ekonomisine yük oluştur abilir. Bu çalışma Uşak ve çevre il lerden toplanan çiğ inek sütü örneklerinde y ine bölgede y a ygın olarak kullanılan antibiyotiklerin çiğ sütt eki kalıntılarının HP L C metodu ile belirlenmiştir. Bu amaçla bö lg ed e y a ygın olarak kullanılan clinex, flurac, spirotek antibi y otikleri standart olarak kullanılmıştır. Bu üç etken maddenin eş z amanlı kantifikasyonu için kromatografik analiz metodu geliştirilerek valida syonu y a pılmıştır. Analiz sonucunda 6 7 adet örneğin %47,76 sını n clinex ,%2 8,359'nun spirotek ,%29,86'nın fluroc antibiyotiklerini içerdiği belirlenmiştir. Anali sonuçlarında belirlenen kalıntı miktarları gıda güve nli ği açısından risk oluşturmasada zamanla tüketime bağlı olarak vücutta birikimi sonucunda tük etici sağlığını tehdit edebile ciği düşünülmektedir. Anah ta r kelime; A ntibiyotik, kalıntı , süt, HPLC , va lidasyon I. Gİ R İ Ş H ayvanlar da hastalıkların sağaltımı ve önlenmes i, davranışların de ğiştirilmesi , ge lişmenin hızlandırılması, verimin artırılması, gıda kalitesinin i yileştirilmesi gibi çeşitli amaçlarla kullanılan antibi y otiklerin hay vansal gıdalarda bulunmaları halk s ağlığı için potansiyal bir tehlike oluşturmaktadır. Antibi yotiklerin tavsi y e e dilen d oz ve zaman aralığ ının üretici tar afından kontrolsü z uygulanma sı gibi faktörler doğrudan toksik etki oluşturabilecekler i gibi bağışıklık sis teminin baskılanmasına, alerjik reaksiyonlara, bağırsak mikrobiyotasının boz ulmasına, kansere, antibiyotiğe dirençli mikroorga nizmaların ortaya çıkmasına neden olmaktadır. Bu y üzden çalışmamızda uşak ve çevre illerden bü y ük baş hay van y e ti ş ti ricilerin den alınan süt örneklerinde y i ne bölgede y a y gın olarak kull anılan antibiyotiklerinin kalıntı miktarının belirlenmesi için likit kr omatogra f ik metod geliştirilmiş , validasy onu yapılmış ve y etmişe y akın örnekte antibiyotik kalıntı miktarı belirlenmiştir. K ullanı lan antibiy otik etken m addelerinden Spi ramisin bir mak r olid antibiyotik ve antiparaziterdi r . Toksoplaz mo z ve diğer çeşitli yum uşak doku enfeksiyonlar ını tedav i etmek için kullanılır. [1] Avrup a, Kanada ve Meksika’da kullanılm asına rağm e n, spiram isin Am er ika Birleşik Devletleri’nd e hala 43 deneysel bir ilaç olarak kabul edilm ektedir. Antibakteriye l spekt rum, Gram poziti f kok l ar ve çubuklar, Gram negatif koklar ve ayrıca Legione l lae, m i koplaz m alar , klamidy a , bazı spiroket türleri, Toxoplasm a gondii ve Cryptosporidium türlerin i içerir. Enterobakter iler, pseudom onadlar ve pato jenik k üfler spiram isine karşı diren çlidir. [2],[3] Etk isi esas olarak bakteriyos tatiktir, son dere ce hassas suş larda bakteris i t etki gösterir. Spiram isin sığırlarda p nömoni, enterit, kolibasili, salm onella, artrit, m astitis, m et ritis, v ajinit, ürogenital e n feksiyonlar g ibi hasta lıkların tedavisind e kullanılır [4]. Ceftiofur geni ş spektru mlu üçüncü kuşak bir sefalosporin ant ibakteriyeld ir. Bakterile rde hücre duvar ı sentezine engel olarak bakterisit et ki gösterir. Etki şekli yönünden geniş spek turumlu penisilinlere benzer. Beta - laktam az üreten suşlar dâhil g ram pozitif ve gram negatif bakterilere etkilidir [5]. Ceftiof ur genel olarak vücut doku ve sıvılarına yüksek oranda yay ı lır. Uyg ulama sonrası hı zl ı b ir şek ilde m et abol iti olan desfuroylce ftiofur’a dönüşü r. Ceftiof ur’a başlıca duy arlı bakteriler: E.coli, Klebsiel la sp, Proteus sp, Salmonella sp, Haemoph ilus sp, Pasteurella s p, Clostridium sp, Fusobacterium sp, Strep tococci ( enterokoklar hariç ), betalaktam az üretenler dâhil Actinobac i llus sp. ve benzilpenisi line duyarlı pe k çok gram pozitif bakteridir. Orta dereced e duyarlı bakteriler: Staph. aureus , Enterobacter sp , Serratia sp, bazı Citroba cter sp., bazı Pseudomanas aeruginosa suşları , d irençli bakteriler ise Acinetobacte r sp., Bordetella sp., e nterococc i ve m etisi line di rençli S. aureu s suşlarıdır [6 ]. Florfenik ol , Gram pozitif ve Gra m negatif aeroblar ve anaeroblar dâhil olm ak ü zere çok geniş bir aktivite yelpazesine sahip, zamana bağlı, bak teriyostatik bir asetam id antibiyotiktir. Tiam fenikola göre Florlanm ış sentetik bir antibiy ot iktir. [ 7]. Gene l olarak veteriner uygulam al arında kullanı lır. Bakterilerin ribozom la rına bağlanan flo rfenikol, pep t id il transferaz enzim ini bloke eder ve böylece protein sentezini engelleyerek etkisini gösterir. Florfenikol vücutta y aygın olarak dağılır v e k an - beyin bariy erini geçer [8], [9]. Florfenik olün dokulardaki dağılı m ı oldukça iyidir. Özellikle akciğer, kalp, pankreas, iskelet kasları, dalak gibi or ganla ra yoğ un olarak geçm e ktedir. Dok ulardak i konsantrasy onu en az ser um daki konsantrasy onları kadar yüksek tir [ 9] . Protein e bağ lanma oranı % 12.7-18.6 arasındadır. Flo rfenikolün y aklaşık %64’ ü idr arla bir kısm ı da feçesle atılır [10 ]. Florfenik ol sığır solunum yol u hast alığının ted avisinde ve sığır inte rdigital ba l gam ı nın tedavisinde kullanılır. Florfenik olün de içinde bulunduğu amfenikoller grubu, bakterilerin peptidil transferaz aktivitesin i eng elleyerek çalışan antibiyotik lerdir ancak aynı işlevi insan ve hayv an hücrel eri ndeki m it okondrinin işlev lerini durdurm ak için de görür. Böy lece mitokondride protei n sentezini durdu rur ve hücrenin çalı şm ası bozulur. Bu da insanda çok l u organ t oksisitesine sebe p olur. Y apılan araştırm alara göre, Florfen ikol; c anlıların sirkadiyen döngüleri üzerinde değişik liğe sebep olabili r ve hat ta ölüme se bep olabilir. Bu ürünün belli doz üzerinde uygulanm as ı ca nlı lar için ölüm cüldür. Yine Amerika Birleşik Devle tleri’nde yapılan bir araştırm aya göre Florfenikol hemat opoietik hücre lerin hücre döngüsü durmasın ı ve apoptozisini uyarır. Perife rik kan hücrelerinin sayısın ı az altarak k e mik iliği hematopoietik m i kro ortamını değiştirir. Bu da hücre döngüsünün durmasına v e hücrenin ö lmesine se bep olur. Florfenik ol, süt ve et yoluy la insana g eçebilm es idir. II. MATERYAL VE YÖNTEM II.I.Reaktifler Trifloroaset ikasit ve asotonitril sigm a al ldric h firmasından satın alındı. Clinexin (5 0mg / ml), florac (300mg / ml) v e spirotek (187,5m g/ml) lokal v eteri ner alaçları satıcılarından tem in edildi. S üt ör nek l eri ise yerel büyük baş havy an yetiştiricilerinden farklı zam an aralıklarınd a toplandı. II.II. λmax'ın bel i rlen mesi Ultra saf su içinde ceftiofur, florfenik ol, spiramisin etken m addeleri sırası ile 20 µg mL -1 standart çözeltileri hazırlanarak UV spektrofotom etr e ci hazında ( Shim adzu UV -1800 spektrofotom et re ) 200 -1100 nm dalga boyu aralığında tarandı. clinexin,flurac, spirotek antibiyotik l er i için UV spek trumundan λmax değer i belirlendi. Bir Milli- Q Su sa flaşt ırma sistemi kullanı larak iletkenliğ i 0,05 μS cm -1 den düşük olan ultra saf su elde edildi ve de neysel çalışm alarda kullanıldı. II.III Kromato grafik Koş ullar HPLC anali zi, dört lü gradien t pompa, otomatik numune örneklem e ci hazı, vak umlu gaz giderici, term ost atlı kolon bölmesi, UV dedektörü ve Chem station yazılım ı ile donatılm ış bir Agilent 1260 HPLC sistem inde gerçekleştir ilmiştir. Kromatograf ik a nalizle r, agilent m arka extend C 18 ( 250x4, 6 mm 5 mikron partikül) k ol on 44 üzerinde gerçekle ştirilmiştir. Mob il faz olarak % 0.1 TFA içeren u ltra saf su(A ) v e ase tonitril (B) kullanı ldı. Mobil faz (A) dan %75 v e Mobil faz ( B) d en %25 hacimsel oranında kullanıl dı. Mobil faz, 0.45 µm' l ik bir m embran f iltreden süzüldü ve kullanımdan önce gazı alındı. Krom at ografik analiz 25 0 C sı cak lıkta gerçekleştir ilmiştir. 1.0 m L dk -1 akış hızı k ullanılarak çalışma süresi 10 dk. Enjeksiyon hacm i 20 μL idi ve dedektör dalga boy u 230 nm'y e a yarlandı. II.IV.Standar t Çözeltilerin Haz ı rlanması Antibiyotik lerden ultra saf su i le 500 µg mL - 1 stok standart solüsyon h azırl anıp su ile se yrelti lerek konsantrasy onu 5, 10, 15, 20, 25 ve 30 µg mL -1 olacak şekilde standa r t solüsy onl ar hazırlandı. II.V. Numunenin H azır lanması 2, 5 m l süt ö rneği cam santri f üj tüpüne alındı. Üzerine 1 5 m l 0.1 M fosfa t buffer (pH 8) eklendi. Prot einlerin pr esipitasy onu için 2 N fosforik asitle pH 4.0- 4.5’e ayarlandı. 2400 rpm ve 4°C’de 10 dakika boyunca santrifüj yap ılarak süt proteilerinden arındırıld ı sonrasında sulu faz şırıng aya çekilerek ardından 0,45 μm' li k Şırınga Filtre leri kullanı larak v iallere aktarıldı ardından hplc cihazında anal iz için cihazına analiz için enjekte edild i [11]. II.VI. Validasyon P rosedü rü T üm antibiy otiklerin standart solüsy onl arı UV spektrofotom et re cihaında taranarak spe krum ları alı ndı . 230 nm de dedekte edileb ileceği sonucuna varıldı. Analitik yöntem , Uluslararası Uyum l aştırm a Konferansı' nın analitik pros edürlerin geçer liliğine ilişkin kural v e metodlara uygun olarak valide edilm iştir. Validasyon param etrelerinden (Özgünlük , doğrusallık , saptam a sınırı (LOD) ve nicelik sınırı (LOQ), kesinlik, doğruluk v e sağlamlık) araştırılm ışt ır. Yeni HPLC yöntem i, çiğ süt örneklerin de antibiyotik l erin kantifkasy onu için tasarlanm ıştır. Bu hususlara dayalı olarak validasy on prosedü rü için belirli bir k onsa ntra syon aralığı s eçilmiştir. Buna g ör e metot validasyonu için antibiy otiklerin k onsantrasy on aralığ ı 5- 30 µg mL -1 olarak seçilmiştir. II.VII. Özgünlük : Yöntem in geçerl i kılınm as ının önemli bir parçası olan özg ünlük şu şekilde değerlendir ilmiştir: İlk olarak, beli rli bir mik tarda antibiy otikleri n, bilinen miktard a ultra saf su içinde çözündürüldü ve 500 µg m L -1 konsantrasyonda bir stok standart solüsy on hazırlandı. H azırlanan stok standart çözelt iden ultra saf su ile seyreltiler ek farklı konsantrasy onlarda (5 - 30 µg m L -1 ) standart çözeltiler hazırlandı. Standart so lüsyonla r v e num une solüsyonu HPLC sistemine enjekte edildi. süt örneklerind e bu lunan diğer safsızlıkları n antibiy otik pikinin doğru değerlendiri lmesi üzer i ndek i etkisi tara ndı. Num une analizinden sonra kromatogram l ar, antibiyotik lerin alıkonm a periyotlarında pik al anı ve süt kaynak l ı safsızlık in terferansı açısından değ erlendirildi. II.VII. Doğrusa llık: Analitik yöntem in doğ rusallığı, 5 i la 3 0 µg mL -1 aralığında standart antibiy oti k çözelt ileri haz ırlanıp enjekte ediler ek bel irlendi. antibiyotik konsantrasyonuna karşı pik alanı çizilerek kalibrasyon eğrisi oluşturu lmuş ve regresyon denklemi eğimi ve kesişme noktası hesaplanm ıştır. Her bir standart çözelti altı kez enj ekte edildi. Metodun doğrus allığ ı, elde edilen k alibrasyon eğrisinin m ut lak ortalama geri k azanım ı, RSD ve R 2 'si i le ölçülm üştür. II.IX. Doğruluk: Yöntem in doğ rul uğu ve geri kazanım ı, spike yöntem i i le geri kazanım l ar hesaplana rak belirlendi. 5, 15 ve 30 μg mL -1 ' lik bil inen bir standart çözelti mik tarı biline n m i ktarda numune sol üsy onuna (40 μg mL -1 ) eklenmiştir. Miktar, kalibra syon eğrisin in reg resyon denklem i belirlendi. II.X.Kesinl ik: Kesinlik, yöntemin gün içi ve günler arası tekrarlanabi lirliği üzerinde n değerlendirilmiş tir. Gün içi tekrarlanabi lirlik, standart solü syonun (antibiyotik konsantrasy onu, 20 μg mL -1 ) altı kez enjeksiyonundan elde ed ilen alanların nis pi st andart sapması (RSD %) belirlenerek aynı gün değerlendiri lmiştir. Gün ler arası tekrarlanabi lirlik için ayn ı standa rt ardı şık üç gün boyunca günde üç kez enjekte edildi. Eld e edil en alanların nispi standar t sapması (RSD %) be lirlener ek değerlendiri lmiştir. II.XI.Dedeksiy on limiti (L OD) ve Kanti fikasyon Limiti: Dedeksiy on limiti (LOD), i lgili bileşiğin sadece ölçülebilir olduğu yöntemin kesinliğ i için karak teristik bir değerken, kantifik asyon li m iti (LOQ) kabul edilebil ir doğrusallık, doğru luk ve kesinlik ile en düşük konsa ntrasy ondur. Doğrusallık aralığı, farmasötikler ve bitki matery al lerinde ant ibiyotik ana lizleri için tatm i n ediciydi. Bu yöntem de, LOD ve LOQ seviyeleri, 45 kalibrasy on eğrisinin standart sapması ile hesaplanm ıştır. II.XII. Sistem uygunluğu: Sistemin u y gunluğu, ku y r uklanma faktö rü ve pik alanların ve alıkonma sürelerinin tekrarlanabilirliğ i belirlenerek değerlendirildi. II.XIII. Sağlamlık: Önerilen HPLC yönteminin sağ lamlı ğını değerlendirmek yöntem koşullarında küçük kasıtlı değ işiklikler ya pılarak sonuçlar değ erlendirildi. Mobil fazın akış hızın (±0.1 mL dk - 1 ) Mobil fazdaki asetonitril içeriği (±%2) Kolon sıcaklığı (± 5 °C) Mobil faz pH değeri (± 0.10) Gibi değişiklikler y apıl arak bu koşullar altında analiz edilmiş ve sistem uygunluk parametrelerine etkisi gözlemlenmiştir. Bu parametreler, üç paralel halinde en düşük, orta v e en y üksek etken madd e konsantrasyonları için 5,10,15,20,25 ve 30 µg mL -1 standartla enjekte edilere k araştırıldı. III. BULGULAR III.I. Yöntemin geliştirilme si Kromatografik koşullar, mobil faz bileşimi, mobil faz a kış hızı, mobil fa z pH' ı ve kolon ti pi g ibi ç eşitli faktörlerle optimiz e edilmiştir. Kromatog rafik koşulların optimizasyonu, i y i bir pik şekli, kısa bir alıkonma süresi ve ku y ru klanma faktörü g ibi i y i pik parametreler inin y anı sıra y üksek teorik plaka sa y ıs ı elde etmek için gerçekleştirilmişti r. Mobil fa z olarak farklı su:m etanol, su:asetonitril ve metanol:asetonitril oranları test edilmiştir. C18 ve C8'in farklı uz unluklarındaki kolonlar test edildi. A ncak hem kusurlu pik şekli hem de zayıf sistem uygunluk parametreleri elde edilmişti r. Alıkonma süresi, mobi l fazın su içeriğ i arttıkça y ükseldi, bu da daha yüksek bir ku yruklanma faktörü v e asimetri k p iklerin oluşmasına neden oldu. S üt örneklerinden antib iyotik miktarının belirlenmesi için etkili bir y ö ntem geliştirmek ve valide etmek iç in kromatografik koşullar o ptimize edildi. İlk olarak, antibiyotiklerin standart s olüs y onunun UV ışınları nı absorbladığı maksimum dalga bo yu belirlendi. Bu amaçla 25 µg m L − 1 konsantrasyonda standa rt solüsyon 200–1100 nm dalga bo y u bölgesinde tarandı. A ntibi y otiklerin maksimum absorbsiy onunda temel gürültüyü azaltmak için 2230nm'lik bir d alga boy u seçilmiştir; süt örneklerinde bu dal ga bo y unda safsızlıkar ve ya kirletici maddelerden herhang i bir müdahal e olmadı. Şekil 1.Spira misin standart sol üsyonlarının UV spek trumu Ş ekil 2. Florfenicolu n standar t solüsyonları nın UV spe ktrumu Şekil 3. Ceftio furun standart so lüsyonlarının UV spektr umu 46 Antibiyotik miktar t ayininde kromato grafik koşulları optimize etmek için birkaç ön çalışma y a pılmıştır. Çalışmanın başında birk aç tamp on sistemden oluşan mobil fazlar denenmiş ancak gerekli sistem parametrelerini karşılayamamışlar dır. Mobil fa z , başlang ıçta 20 -8 0, v/v olarak tutulan ç eşitli asetonitril ve su bileşimlerinden oluşmaktadır. Mobil faz daha sonra trifloro asetik asit il e asitleştirildi ve tahlil yöntemi ni belirlemek için farklı akış hızları kullanıldı. Agilent C 18 (250mm × 4.6mm i.d., 5µm) kolonu ile birçok farklı öz elliğe sahip kolonlar test edilmiş ve iyi pik şekilleri (keskin pikler) ve iy i çözünürlük elde edilmiştir. Hem numune çözeltilerinde a nti biyotiklerin pikine müdahale edebilecek safsız lıkları g örmek h em de belirtilen koşullar altında kolonda ç ok daha uz un süre matris bileşeni k almadığından e min olmak için uzun bir sütun kullanıldı ve numune çözeltisi 60 dakika boyunca analiz ed ildi. Ancak 10dk sonra analize devam etmek hem analiz süresini hem de analizin mali y etini artıracağı görüldü. 10 dakikalık an aliz süre si ile ardışık ol arak sisteme enjekte edilen numune analizi sonucund a herhangi bir enter feran s pikine rastlanmamıştır. B unun için analiz süresi 1 5 dk olarak belirlendi. Kromatografik analiz, 25°C'de gerçekleştiridi; bu, üstün kromatografik pik şekli, artan kolon verimi ve düşük kolon basıncı dâhil olmak üzere çeşitli avantajlara sahiptir ve maliye t etkindir. Makul alıkonma süresi ve en i y i a y ırma, %0.1 T FA içeren su ve as etonitril (75:25, v/v) mobil faz oranı, 1.0 m L ·dk -1 akış hızı, 25°C'lik bir kolon sıcaklı ğı ile elde edildi, ve enjeksi yon hacmi 20 µ L olarak belirlendi. III.II. Özgünlük Yeni yöntemin öz günlüğ ü, önce boş çözücüler/ortamlar ve ar dından antibiyotik içere n numuneler an aliz edilerek değerlendirildi. İşlem, kromatografi (ultra sa f su içinde çözülmüş antibiyotik stdart mix referans malz emesi) il e standart çözeltilerde bileşiğin i y i bir şekild e ay rıldı ğını gösterdi. Girişim çalışmaları, mobi l faz, numune ve standart çözelti enjeksiy onu il e göster ildi. H erhangi int erfe rans g öz lenmedi. antibiyotiklerin alıkonma süresinde bir pik gözlenmedi (Şekil 2). Alıkonma süreleri spiramisin için 6.69 dk florfenikol iç in 9.76 dk ve c eftifour için 11. 35 dk olarak belirle nmi ştir. Şekil 4. Antibiyotik standart k arışımının kromatogra mı III.III. Doğrusallık Lineerlik testi için çözü mler, 5 - 30 μg mL -1 arasında değ işen altı farklı konsantrasyon se vi y esin de ceftiofur, florfenikol, spiramisin çözeltileri hazırlandı. Kalibras y on eğrisi, madde alanına ka rşı konsantrasyon grafiği çizilerek oluşt urulmuştur. Kalibrasyon çizimlerinin korelas y on katsayıları, eğ imleri ve y - kesme n oktaları şekil 5, 6, 7 de ve rilmiş ve rapor edilmiştir. Kalibra s y on eğrilerinin ortalama lineer regres y o n denklemi ceftiofur için y = 27.566 x - 71,4 (r² = 0.9999), florfe nikol içi n 103.95 x - 75,16 (r² = 0. 9996) , spiramisin için y = 103.39 x - 33,973 (r² = 0.9994) ola rak hesaplanmıştır. Şekil 5. S pira misin için doğrusallı k grafiği (230 nm ) 47 Şekil 6. F lorfe nikol için doğrusallı k grafiği (230 nm ) Şekil 7. C e ftiofur için doğrusallık grafiği (230 nm ) III.IV.LOD ve LOQ: Tespit sınırı (LOD) ve nicelik sını rı (L OQ) aşağıdaki denkleme göre hesaplandı: LOD ve y a LOQ = κSDa/b, burada LOQ için 10 ve LOD için κ= 3, SDa kesmenin standart sapmasını temsil eder ve b eğ imi temsi l eder. S piramisin için LOD : 1,9 μg mL -1 ve LOQ: 5,8 μg mL -1 , C eftiofur için LOD: 0,9 μg mL -1 ve LOQ: 5,0 μg mL -1 , F lorfe nikol için L OD: 1,6 μ g mL -1 ve LOQ: 5,0 μg mL -1 olarak belirlendi. III.V. Doğruluk Önerilen y önt emin do ğruluğunu kanıtlamak içi n standart ekleme tekni ği uygulandı. 5, 10, 15,20 ,25 ve 30 μg mL -1 ko nsantrasyonlarda stand art antibiyotik solüs y onların a belirli bir mi ktar (40 μg mL -1 ) saf numune solü syonu eklendikten sonr a analiz y apıldı. Geri kazanım y üzdesi spira misin için %94,55-%101,84, ceftiofur %97,62- %99,94 için , florfenikol için %91,01 - %99,71 arasında değ işmiştir. Ge ri Kazan ım çalışmasının sonuçları Tablo 1'te sunulmuştur. Tab lo 1. HPLC Yönteminin D oğruluğu. No m i nal değer antibiyot ik (μg mL -1 ) Spike Edilen M iktar (μg mL - 1) Ölçülen M iktar (μg mL - 1 ) Geri Kazanı m (%) R.S.D. (%) 40 10 50.04 100.08 0.12 40 80.27 100.34 0.46 120 160.65 100.41 0.53 III.VI.Kesinlik Kesinlik bağıl standart sapma olarak if ade edildi (RSD% = SD/ortalama×100). Gün içi kesinlik (tekrarlanabilirlik) (n=3) ve günler arası (ara) kesinlik için kalibrasyon standartlarının (n=9) nisp i standart sapması (RSD) sırasıyla %0,59 ve %1,80 idi (Tablo 2). Önerilen HPLC y öntemi y l e 2 den küçük R.S.D. değerleri elde edildiği için kabul edilebilir. Verilerimiz, doğ rulama gereksinimleri için yöntemimiz için uygundur. Tab lo 2. HPLC Yönteminin kesinliği. Bileşik Tekrar lanabilirlik Gün İçi (n=3) Tekrar lanabilirlik Günler Arası (n=9) Ortala m a R.S.D. % Ortala m a R.S.D. % Spira m isin 40.0 7 0.59 40.7 8 0. 66 Ceftefour 40.1 0 0.64 40.2 2 0.35 Florfenikol 39.8 5 0.38 40.0 5 0.84 III.VII.Sistem uygunluk Simetri faktörü v e retansi y on f aktörü gibi siste m uygunluğunu değerlendirmek için birin cil parametreler bu analitler için (15 μg m L -1 ) konsantrasyonu için be lirlendi ve Tablo 3' te listelenmiştir. Her üç antibiy otik mükemmel bir pik simetrisine sahipti. Ek olarak, analitlerin pikleri, pik alanlarında v e alıkonma sürelerinde sürekli olarak düşük değ işkenlik göstermiştir. Bu çalışmada kalibrasyon eğrisi katsayısı 0.999'un üzerinde olup, y ö ntemin basit vey a old ukça karmaşık matrislere sahip numuneler için uygun olduğunu göster m ektedir. Tab lo 3 . Sistem uygunluğu içi n sonuçlar 48 Sistem uygunluk parametres i Std. Çözelti K ons. 15 μg mL -1 Spiramisin Ceftefour Florfenik ol Simetri faktörü 0.6597 0.6530 0.6576 Pik alanları (% RSD) 0.1685 0.1527 0.1432 Alıkonm a süreleri (% RSD) 0.0597 0.0536 0.0521 III.VIII. Sağlamlık Sağlamlık çalışması verileri, g eliştirilen y öntemi n doğrusallığının, mutlak ortalama g eri kazanımının ve kesinliğinin kritik yöntem parametrelerindeki küçük değişikliklerden etkilenmediğini göster m ektedir. Ka rşılık gelen sonuçlar Tablo 4 ' t e göster ilmişti r. Sıcaklık değişimleri, akış hı zı, asetonitril içeriği ve pH değeri bu analitin geri kazan ılan miktarını etkilemedi. Tüm maddeler için mutlak ortalama ilaç geri kazanımı %99 ile %101 arasındaydı ve RSD se vi y e si %1.00'den azdı. Tab lo 4. Sağlamlık için sonuçl ar Sağlamlık Parametrel eri Parametre değeri Ortalama Geri Kazanım Yüzdesi % R.S.D. % Mobil f az akış hızı 0.90 m L min -1 100.34 0.12 1.10 m L min -1 99.88 0.05 Kolon sıcakl ı ğı 20 C 99.76 0.07 30 C 100.21 0.18 Mobil fazdak i asetonitril içeriği % 23 100.86 0.93 % 27 99.91 0.64 pH değeri 1.90 100.12 0.71 2.10 99.75 0.63 III.IX. Süt Örnek l erinin A naliz Sonuç ları Toplanan 67 süt örneğ i önce protein giderme işlemine tabi tutulmuş, daha sonra HP L C cihazında antibiyotik kalıntı miktarları belirlenmiştir. An aliz sonuçları tablo 5 te ve ril miştir. Tab lo 5 . A ntibiy oti k kalıntı miktarları(p pm ) Ö rnek Antibiyotikler Ceftifour (ppm) Spira m isin (ppm) Florfenikol (ppm) 1 10.2 65 - - 2 - - - 3 2.06 8 - - 4 2.37 9 - - 5 0,83 6 - - 6 2.86 7 - - 7 1.27 0 - - 8 1.34 2 - - 9 1.45 2 - - 10 0,93 5 - - 11 4.89 5 - - 12 - - - 13 1.56 0 - - 14 1.25 6 - - 15 2.95 2 - - 16 1.17 3 - - 17 7.76 4 - - 18 3.47 1 - - 19 - - - 20 - - - 21 - - - 22 - - - 23 - - - 24 - - - 25 - - - 26 - - - 27 - - - 28 - - - 29 - - - 30 - - - 31 - - - 32 - - - 33 - - - 34 - - - 35 - - - 36 - - - 37 - - - 38 - - - 39 - - - 40 2.30 3 - 0,08 8 41 - 0,31 1 1.89 5 42 - 0,11 8 0,23 4 43 - 0,20 5 2.85 5 44 - - 2.22 2 45 - - - 46 1.86 4 0,63 4 0,45 1 47 2.30 3 - 0,87 4 48 1.85 9 - 0,29 9 49 - - - 50 - 0,16 8 - 49 51 0,41 0 0,29 5 0,16 3 52 - 0,26 4 0,13 2 53 1.01 5 - 0,25 8 54 0,39 2 - 0,56 7 55 0,88 0 - 0,40 7 56 - 0,23 2 0,24 8 57 0,93 0 0,48 3 0,29 1 58 - 0,31 1 0,56 7 59 1.60 8 0,38 2 0,37 7 60 1.44 5 0,39 9 0,39 6 61 - 0,16 3 - 62 1.06 4 0,41 1 0,12 5 63 0,81 1 0,41 8 - 64 0,96 7 0,62 2 - 65 0,44 2 0,33 1 - 66 1.72 4 0,64 3 - 67 - 0,35 8 - VI. TARTIŞMA Yayg ın kullanılan üç ant ibi y otiğin süt örneklerin de z amanlı ka ntifikasyonu için kroma tografik analiz metodu g eliştirilerek validasy onu yapılmıştır. Sonuçta pratik bir an alliz metodu geliştirilmiştir. Analiz sonucunda 6 7 adet örne ğin %47,76 sının clinex ,%28,359' nun spirotek ,%29,86'nın fluroc antibiyotiklerini içe rdiği b elirlenmiştir. Anali sonuçlarında b elirlenen kalıntı miktarları gıda güve nli ği açısından ris k oluşturmasada z amanla tüketime bağlı olarak vücutta biriki mi sonucunda tüketici sağlığını tehdit edebile ciği düşünülmektedir. V. KAYNAKLAR [1] M. Atef , A.Y. El - Gendi, A.M . Amer , A.M. el -aty. Disposition kinetic s of florfen icol in goats b y us ing t wo analytical methods. J .Vet. Med . A Physiol P athol Clin Med. 2 001; 48(3 ):129-136. [2] J.Shen , X. W u , D.H u , H. Jıang . P harmacokinetics o f florfenicol in healthy a nd Escherichia coli infected broiler chickens. Research i n Vete rinary Science. 2 002; 73: 1 37- 140. [3] B.A.Craene ,P . Deprez ,E. Dhaese , H.J Nelis , A.P.Leenheer. P harmacokinetics of florfenicol in cerebro spinal fluid and plasma of calves, Anti microbial Agents And C hemotherap y . 19 97; 41(9 ): 1991 -1995. [4] R.A.Sams . Flo rfenicol: C hemist y and metabolism of a novel b road - spectrum antibi otic.ın:Pro ceedings o f the XVIII W orld Buiatrics Congress Bolo gna Ital y 13 -17. 1994. [5] www.İlaçlar.co m [6] www.MayoClin ic.co m . [7] www.toku -e.com . 2019- 02 - 28 [8] C.T . P arker , K. Mannor ,C.T. Parker , G.M. Garrit y . " Streptomyc es ambofa ciens Pinnert-Sindico 195 4 için Ör nek Özet ( Onaylı Listeler 19 80) düzeltme. Nouioui ve diğerleri. 2018" . doi : 10. 1601/ex .6849 . [9] https:// www.osbgida.co m/ceftiofur -nedir -sutte-varligi- nasil-tespit-edil ir. [10] EME A (1996): Ceftiofur s ummary report (1 ). Erişim: http://www.emea.europa.eu/pd fs/vet/mrls/ceftiofur.p df , Erişim Tarihi: 07 .07.2009 [11] E. T or lak , M. Gökmen , Ü. Gürbüz , B . Kıztanır ve M. K. Işık , " Çiğ Sütlerde Antibi y otik Kalı ntı Analizleri nde Hızlı Test Metotlar ının ve HP LC T ekniğinin Değerlendirilme si", Atatürk Üniversite si Veter iner Bilimleri Dergisi, c. 7, sayı. 2, ss. 10 5 -111, Eki. 2012 BÜŞRA AYDIN d oktora tezi nden t üretil miştir. 56 Tab le 3. Results for system su itability System suitability parameter Std. Solution C onc. 15 μg mL -1 Spiramic in Ceftefour Florfenic ol symm et ry factor 0.6597 0.6530 0.6576 Pik area (% RSD) 0.1685 0.1527 0.1432 Retention times (% RSD) 0.0597 0.0536 0.0521 III.VIII.Strength The robustness stud y data show that the linearity , absolute mean recovery, and precision of t he developed method are not affected b y minor changes in critical method par ameters. The corresponding results are shown in Table 4. Tempera ture changes, flow rate, acetonitrile content and pH did not af fect th e re covered amount of this analy te. The absolute m ean dru g recover y fo r all substances was between 99% and 101%, and the RS D level was less than 1.00%. Table 4. Resu lts for robus t ness Robustness Parameters Parameter value Average Percentage of Recovery % R.S.D. % m obile phase flow rate 0.90 m L min -1 100.34 0.12 1.10 m L min -1 99.88 0.05 column temperature 20 C 99.76 0.07 30 C 100.21 0.18 Acetonitrile content in the mobile phase % 23 100.86 0.93 % 27 99.91 0.64 PH v alue 1.90 100.12 0.71 2.10 99.75 0.63 III.IX.Analysis Results of Milk Samples Collected 67 milk samples were first subjected t o protein removal, and then antibiotic residue amounts were determin ed in the HP L C devic e. Analy sis results are given in Table 5. sample Antibiotics Ceftifour (ppm) Spira m icin (ppm) Fl orfenikol (ppm) 1 10.2 65 - - 2 - - - 3 2.06 8 - - 4 2.37 9 - - 5 0,83 6 - - 6 2.86 7 - - 7 1.27 0 - - 8 1.34 2 - - 9 1.45 2 - - 10 0,93 5 - - 11 4.89 5 - - 12 - - - 13 1.56 0 - - 14 1.25 6 - - 15 2.95 2 - - 16 1.17 3 - - 17 7.76 4 - - 18 3.47 1 - - 19 - - - 20 - - - 21 - - - 22 - - - 23 - - - 24 - - - 25 - - - 26 - - - 27 - - - 28 - - - 29 - - - 30 - - - 31 - - - 32 - - - 33 - - - 34 - - - 35 - - - 36 - - - 37 - - - 38 - - - 39 - - - 40 2.30 3 - 0,08 8 41 - 0,31 1 1.89 5 42 - 0,11 8 0,23 4 43 - 0,20 5 2.85 5 44 - - 2.22 2 45 - - - 46 1.86 4 0,63 4 0,45 1 47 2.30 3 - 0,87 4 48 1.85 9 - 0,29 9 49 - - - 50 - 0,16 8 - 51 0,41 0 0,29 5 0,16 3 57 52 - 0,26 4 0,13 2 53 1.01 5 - 0,25 8 54 0,39 2 - 0,56 7 55 0,88 0 - 0,40 7 56 - 0,23 2 0,24 8 57 0,93 0 0,48 3 0,29 1 58 - 0,31 1 0,56 7 59 1.60 8 0,38 2 0,37 7 60 1.44 5 0,39 9 0,39 6 61 - 0,16 3 - 62 1.06 4 0,41 1 0,12 5 63 0,81 1 0,41 8 - 64 0,96 7 0,62 2 - 65 0,44 2 0,33 1 - 66 1.72 4 0,64 3 - 67 - 0,35 8 - IV . DISCUSSION A chromatographic anal y sis method was developed and valid ated for th e timely quantification of three co mmonly used antibiotics in milk samples. As a re sult, a practical analysis method was developed. As a result of the analy sis, it wa s deter mined th at 47.76% of 67 samples contained clinex, 28.359% spirotek, 29.86% fluroc antibiotics. Although the a mount of residue determined in the results of the analysis does not pose a risk in terms of food s afety, it is thought that it may thr eaten consumer health as a res ult of accumulation in the body due to consumption over time. III. CONCLUSION The main conclusions of the stud y should be summarized in a short Conclusions section. A CKNOWLEDGMENT D erived from the thesis of B üşra A ydın R EFE R ENCES Yayg ın kullanılan üç ant ibi y otiğin süt örneklerin de z amanlı ka ntifikasyonu için kroma tografik analiz metodu g eliştirilerek validasy onu yapılmıştır. Sonuçta pratik bir an alliz metodu geliştirilmiştir. Analiz sonucunda 6 7 adet örne ğin %47,76 sının clinex ,%2 8,359'nun spirotek ,%29,86'nın fluroc antibiyotiklerini içe rdiği b elirlenmiştir. Anali sonuçlarında b elirlenen kalıntı miktarları gıda güve nli ği açısından ris k oluşturmasada z amanla tüketime bağlı olarak vücutta birikimi sonucunda tüketici sağlığını tehdit edebileciği düşünülmektedir. V.KAYNAKLAR [1] M. Atef, A.Y. El - Gendi, A.M . Amer, A.M. el-at y. Disposition kinetic s of florfen icol in goats b y us ing t wo analytical methods. J .Vet. Med . A Physiol P athol Clin Med. 2 001; 48(3):129 -136. [2] J.Shen , X. W u , D.H u ,H. J ıang . P har macokinetics o f florfenicol in healthy a nd Escherichia coli infected broiler chickens. Research i n Vete rinary Science. 2 002; 73: 1 37- 140. [3] B.A.Craene ,P . Depr ez , E. Dhaese ,H.J Nelis , A.P.Leenheer. P harmacokinetics of florfenicol in cerebro spinal fluid and plas ma of calves, Antimicrobial Agents And C hemotherap y . 19 97; 41(9 ): 1991 -1995. [4] R.A.Sams . Florfenicol: Che misty and metabolis m of a novel b road - spectrum antibi otic.ın:Pro ceedings o f the XVIII W orld Buiatrics Congress Bologna Italy 13 -17 . 1994. [5] www.İlaçla r.com [6] www.MayoC linic.co m . [7] www.toku -e.com . 2019- 02 - 28 [8] C.T. P arker , K. Ma nnor ,C.T. P arker , G.M. Garrit y . " Streptomyc es ambofa ciens Pinnert-Sindico 1954 için Örnek Özet (Ona ylı Listeler 198 0) düzelt m e. Nouioui ve diğerleri. 2018" . doi : 10. 1601/ex .6849 . [9] https:// www.osbgida.co m/ceftiofur -nedir -sutte-varligi- nasil-tespit-edil ir. [10] EME A (1996): Ceftiofur s ummary report (1 ). Erişim: http://www.emea.europa.eu/pd fs/vet/mrls/ceftiofur.p df , Erişim Tarihi: 07 .07.2009 [11] E. T or lak , M. Gökmen , Ü. Gürbüz , B. Kıztanır ve M. K. Işık , " Çiğ Sütlerde Antibi y otik Kalı n tı Analizleri nde Hızlı Test Metotlar ının ve HP LC T ekniğinin Değerlendirilme si", Atatürk Üniversite si Veter iner Bilimleri Dergisi, c. 7, sayı. 2, ss. 10 5 -111, Eki. 2012 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 58 MALZEMENİN MEKANİ K VE MET ALOGRAFİK Ö ZELLİKLERİN İN GELİŞTİRİLM ESİNDE D ÜŞÜK BASI NÇLI SEM ENT ASYON YÖNTEMİNİN ÜSTÜNLÜ KLERİ Şerife HEL VAC IOĞL U 1* , Ümmihan T. YIL MA Z 2 , Ay şe ERKAN 1 ve Çelebi ERS OY 1 1 Döksan I sıl İşlem ve Ar- Ge Merkezi A.Ş., Ankara/TÜRKİYE 2 Kimya / Fen Edeb iyat Fakültesi , Kırıkkale Üniversitesi, TÜ RKİYE * serife.helvacio glu@doksan isilislem.com Özet – T alaş lı ima lat ile üretilen parçaların nihai ürün olar ak kullanılabil ir hale gelmesi için ısı l işl em uygulanma kt adır. Bir ısıl işlem çeşidi olan sementasy on işlemi ile parçanın y üze y in e C (karbon) difüz e edilerek yüzey s ertliği alması sağlanmaktadır. Geleneksel yöntem olarak bilinen , atm osfer kontrollü kamaralı fırında ya pılan sementas y on işleminde y a ğda yapılan s oğutma sırasında hassas parçala rda çarpılma me ydana gelmektedir. Bu durum Otomobil, Savunma, Havacılık ve Uz ay Sana y iinde kull anılan hassas parçalarda özellikle dikkat edilmesi g er eken hususl ardandır. A y rıc a soğutma sır asında ısının bir kısmı ve ısıtma kısmında ki gaz karışımın bir kısmı soğutma kısmına transfer olur. Taşınan gaz zehirli bir ga z oldu ğu için soğutma kısmındaki bacadan dış arı y akılarak atılır. Bu da hem insan sa ğlığına h em de çevrey e zarar vermektedir [ 1] . Kamaralı fır ınlar ayrıca yüksek enerji tüketimi nedeniy le de iş lemin maliyetini arttırmaktadır. Çalışmalarda, atmosfer kontroll ü kamaralı fırında sementas y on işlem süresi il e vakum ortamında düş ük basınçlı sementasyon işlem süresi karşılaştırıl mıştır. D üşük basınçlı sementasyonda ısı tma süresi, y üze y se rtliği ve sert doku derinliği değerleri, mikro yapı incelemeleri, karbonlama süresi, karbonlama sıcaklığı, karbon oranı, d engeleme sıc aklığı, so ğutma hızı, deformas y on miktarı belirleme çalışmaları y apılmı ştır. Çalışmalar sonucu; işlem süresi azaltılmış, oksidasy on engellenmiş, deformas y o n mi ktarı minimuma indi rilmiştir, malzeme yüzeyinde homojen se rt doku derinliği elde edilmiş olup, hassas parç alarda işlem y apılabi lme ye t eneği kazanılmıştır. Anah tar Kelimeler – Düşük Basınç , S ementasyo n , Mikroyapı, Homo jen Yü zey Sertliği, İ şlem Süresi , Minimu m Deformasyo n I. Gİ R İ Ş Düşük basınçlı sementasy on (karbürizas y on) işlemi, geleneksel sementas y on işlemine göre verimlilik açısından dah a üstündür [2 ], [ 3]. Düşük Basınçlı S ementasyon (DBS) işleminde ortamdaki hava boşaltılarak kurumsuz ve kaliteli y üz e y oluşturulur. Böylece ho mojen sert do ku derinliği sağlanmaktadır [4 ], [ 5]. Düşük basınçlı sementayson y öntemi iç oksidasyonu azaltması, oluşan yeni tabakaların yüksek oranda a y nı olmas ı , y a ni tekrarlanabilirliğinin yüksek olması gibi avantajlarının yanında, işl em sonrasındaki bo y utsal değ işimin minimum olduğu ürünler elde edilmesine olanak sağlamaktadır [6]. Düşük basınçlı sementasyon işleminden sonra yağda soğutma işlemi de ya pılabilmektedir. Ancak bu y öntemde de deformasyon söz konusu olmaktadır. Juri ve arkadaşları gaz soğutma ile y a ptıkları çalışmada, dişl i parçaların sementas yonu v e deformasyonunun y ağd aki soğutmaya göre çok daha küçük oldu ğunu t espit etmişlerdir [ 7]. B u nedenle, b u çalışma da da düşük basın çlı sementasyon işleminden sonra gaz soğutma gerçe kleştirilmi ştir. DBS yöntemi ile y apıla n işlemlerde; asetilen gazının sahip oldu ğu y ü ksek %C konsantr asy onu, taneler arası sıfır oksidasyon (t emiz malzeme yüzeyi), y üksek kalite, g üve nilirlik, tekrarlanabilirlik, y üze yde homojen sert doku derinliği, y üksek sıcaklıklarda işl eme 59 imkân verirken, işl em sürelerinin kısalmasını sağlaması, ek işle m gerektirmemesi, az deformasyon, y üks ek aşınma ve y orulma mukavemeti sağlaması gibi avantajları bakımında n ge l eneksel yönteme göre üstün lük sağlama ktadır. Yüzeyde karbon zeng inleştirme y i amaçla y an düşük basınçlı sementasy o n işlemi, asetilen gazı verme ( “boost”) aşamalarını takip eden “difüz y on ” adımlarından oluşan bir ç evrim içermektedir. Bu esnada fırına belli süre ile karbon k a y na ğı ol arak asetilen gazı verilmekte, verilen gazın çelik y üz e yinden absorblanması için belli süre difüz y on aşamasında beklenm ekte v e daha sonr a ortamdaki ga zı uzaklaştırmak için vakum uyg ul anmaktadır. Şekil 1’den de görüle bileceği gibi, bu üç basamaklı çevrim sa y ısı , gaz verme süresi, difüz yon sür esi ya da fırın sıc aklığ ı d eğiştirilerek çeli ğe çeşitli mekanik özellikler kazandırılabil ir. Bu konuda y a pılmış pek çok patentli ça lışma bulunmaktadır [8 ], [9], [10]. Şekil 1. Düşük Bası nçlı Sementas yon İşlem Adımları DBS y öntemi aşağıdaki adımlardan me yda na ge lmekt edir: 1- Çelik sementas yon sıc aklığına (öst enit sıcaklığı) kadar ısıtılm akta ve çelikte homojen sıcaklık elde edilene kadar be klenmek tedir. 2- Malz eme östenit fazday k en karbon miktarını arttırmak için k arbonca zengin hidrokarbon gazı vey a gazları vakum ortamında hesaplanan debide verilere k karbü rizasyon gerçekleştirilmektedir. Ge nel olarak karbonlama amacı ile asetilen (C 2 H 2 ) ga zı kullanılmaktadır. Hidrokarbon olarak asetilen ga zının tercih edilme sebebi, asetilen gazının katalitik olarak kola yca ayrışabilmesi ve asetilende karbon y oğunluğunun fazla olmasıdır. Bu aşama “boost - difü zyon- vakum”, bir adım olarak adlandırılmaktadır. 3- İkinci adım sür esince yüzey de toplanan karbonun içlere difüz y onu ve kinetik reaksiy onla rın gerçe kleşmesi için yeterli miktarda beklenilerek difüz y on un gerçe kle şmesi sağ lanmaktadır. Difüzyona etki eden fakt örler, sıcaklık, süre, k arbon konsantrasyonu ve çeli ğin kim y a sal kompozis y onudur. 4- Sementasy on adım say ısı , fırın ve malz eme parametreler i dikkate alınarak y inelenm ektedir. 5- Sementas yon sonrası malzemenin sertleşmesi için (martenzit oluşturma yolu y la ) azot gazı il e soğutma işlemi y apılmaktadır [11] . Dişlilerde en büyük sorun difüz y on sırasınd a, karbonun diş dibinde ve diş kökünde a y nı hız ve seviye de difüze olmaması sonucu homojen sertlik elde edilememe sidir. Bu da dişlinin mukavemetinin düşük olmasına neden ol maktadır. Yapılan literatür araştırmalarında sement asy on işleminin vakum da uygulanma sı v e so ğutma işleminin g az ile gerçe kleştirilmesi durumunda bu sorunun ortadan kalktığı görülmektedir [7]. Dişlilerde öz ellikle ince kesitli dişlilere ge l eneksel sementas y o n işl emlerinde bo y ut sal deformasyonların oldukça bü y ük oldu ğu tesp it edilmiştir [12]. Dişli nu munelerde düşük basınçlı sementasyon (termokimyasal işlemler), ga z ile soğutma v e temperleme sonrasında oluşabilecek deformasyonun miktarı nı tespit etmek için h em işlemden önce h em de sonra Koordinat Ölçme Makinesi (CMM)’nde boy u tsal kontrol ya pılmıştır. Çalışmalarda, atmosfer kontrollü kamaralı fırında sement asyon i şlem sü resi ile vaku m ortamında düşük basınçlı sementasyon işlem süresi karşılaştırılmıştır. Düşük basınçlı sementas y onda ısıtma süresi, işlem görecek m alzemenin et kalınlığı, işlem görecek çeli ğin kimyasal kompozis y onu, y üze y sertliği ve sert doku derinliği değerleri, mikro y a pı incelemeleri, k arbonlama süresi, karbonlama sıcaklığı, karbon or anı, dengeleme sıcaklı ğı, soğutma hız ı, de formasyon miktarı belirleme çalışmaları disk numunelerde ön denemeleri y apılıp, uygun sonuçlar veren proses parame treleri farklı diş boyutuna sahip diş li numunelere uygulanmıştır. Literatür ç alışmaları ile elde edilen bilg i birikimi say esinde, sementas y on işleminin süresi, ısıtm a süresi ve sıcaklığı, k arbonlama süresi v e sıcaklığı, azot ga zının basıncı, C konsantrasyo nu, as etilen 60 ga zı besleme ve difüzyon süresi, soğutma süresi, dengeleme sıcaklığı belirlenerek vakum sementasyon fırınının çalışma par ametre l eri belirlenmiştir. Parametreler, işlem gören parçaların et kalınlığı ve kim y asa l kompozisy onun a u y gun belirlenerek u y gulanmışt ır. Çalışmalar sonucu;  İşlem süresi azaltılmıştır  Oksidasyon engelle nmiştir  Deformasy on mikta rı minimuma indirilmiştir  Diş y anağı ve diş kökü arasında homojen sert doku derinliğ i elde edilmiştir  3- 5 mm kalınlığındaki hassas ve in ce dişlilere de işlem y ap ılabilme ye teneği kazandırılmıştır II. MATE RYAL VE YÖNTEM II . I. Malzeme ve Numune Seçimi Vakum sementas y on ısıl işl em çalışmaları SAE/AI S I 8620, SAE/A ISI 5120, DIN 17CrNiMo6 çeliklerine firmamızda u y gulan abilmektedir. Bu say ede hiz met vermiş olduğumuz makine, otomotiv, savunma sana y ii v e havacılık sektörl erinde kullanılan ring dişli parçalarda en çok kullanıl an sementasyon çelikleri araştırılmış ve ça lışmalarda sektöre geniş alanda hizmet veren SAE/A I S I 86 20 çeliğ inin kullanılmasına karar verilmiştir. Kullanımına karar verilen SAE/A I S I 8620 çeliğ inin S pektrolab marka OES spektrometre ile kimyasa l analizi yapılarak malzeme doğrulaması y a pılmıştır. I sıl işlem ile kaz andırılacak mekanik değerleri doğrula y a bilmek için Emcotest sertlik ölçme cihazında ısıl işlemsiz (ha m) malzemey e 1 kgf ( HV1) y ük u y gulanarak 27 HRC sertlik değeri bulunmuştur. SAE/AISI 8620 malzemel i numunenin Tablo 1 ’de kim ya sal kompozis yon analizi sonucu verilmiştir. Tab lo 1. 8620 Çeliğinin Kimyasal Ko mpozisyonu C Si Mn P S Cr Mo Ni 0,21 0,25 0,78 0,02 0,03 0,5 0,22 0,53 II . II. Atmosfer Kontrollü Sementasyon (AKS) i le Düşük Basınçlı Sementasyon (DB S) Yöntemlerinin Karşılaştırılması Proje dahilinde düşük basınçlı sementasy on (DBS) y önteminin, a tmosfer kontrollü sementas yon (AKS) y önt eminin alternatifi olm ası için , AKS ve DBS olmak üzere iki farklı fırın koşulund a çalışılmış ve uygun testler gerçekleştirilmiştir. Düşük basınçlı sementasy on y önteminde, fırın işlem adımları Şekil 2’de verilmiştir. Şekil 2. Düşük B asınçlı Seme ntasyon Yö nteminde, Fırı n İşlem Adımları AKS ve D BS yöntemlerini karşılaştırmak adına her iki koşulda da sıc aklık 920°C’ de sabit tutulmuştur. 920°C’ de AKS ve DBS yöntemler ine ait proses parametre leri Tablo 2’ de verilmiştir. Tab lo 2. 920°C AKS ve DB S Yöntemlerine Ait Pro ses Parametreleri Par ametreler 920°C AKS 920°C DBS Vakum Değe ri - 5x10 -1 m bar Karbonla ma Sıcaklığı 920 ° C 920 ° C Karbonla ma Gazı Endo gaz , Doğ al gaz, Hava C 2 H 2 , Asetilen Endo Gaz Debisi 8 m 3 /saat - Asetilen Deb isi - 1500 L/saat Karbürleme ve Difüzyon Basın cı 5-25 m bar 12 m bar 61 Karbürleme süresi 480 dakik a 34 dakik a Difüzyon sür esi A 34 dakik a Difüzyon sür esi B 60 dakik a Soğutma Şek li, Sıcaklığı ve Basıncı Yağ, 60 ° C Gaz, N 2 , 13bar Meneviş Sıcak l ığı v e Süresi 170- 180 ° C, 90 dakik a 170- 180 ° C, 90 dakik a Toplam İşle m Süresi 520 dakik a 300 dakik a II . III. Uygulanan Mekanik ve Metalografik Testler Parçaların y üz ey sertliği ve tokluk değ erlerini tespit etmek için y üze yden çekirdeğe doğru sert doku tara ması ya pıl mıştır. S ertlik taraması ölçümleri kalite kontrol labora tu varımı zda bulunan Emcotest vickers sertl ik ölçüm ci hazı ile gerçe kleştirilmi ştir. Yüzey ve çekirdek ölçümleri 1kgf (HV1) y ük u ygulanarak ölçülmüşt ür. Sert dok u derinliği ölçümleri de 1 kgf (H V1) y ük u y gulan arak, 550 HV’ye göre be lirlenmişti r. Numuneler, iç ya pı incelem eleri için önce farkl ı boyutlarda (320- 1200 μm) SiC zımpara kağıtları ile temizlenmiş, 1 μm monokristalin elmas süspansi yon ile parlatılmıştır. Sonr a %3 nit al çözelti ile dağ l anarak hazırlanmıştır. Mikroya pı görüntüler i , kalite kontrol laboratuvar ımız da bulunan Leica DM 2700 mar ka optik mikroskopta alınmıştır. SEM incelemeleri, J EOL JSM-6060 L V mar ka Taramalı Elektron Mikroskobu (SEM)’ nda y a pılmıştır. Kalıntı östenit faz hacim oranı Bruker D8 Advance XRD cihazı kullanılarak elde edilen XRD deseni üzerinden ile he sapl anmıştır . Aşınma testleri, UTS TRIBOMETER T10/20 marka cihazda, 120 devir/dakika dönme hızında ve toplam test süresi 90 da kika (10800 tur) olacak şekilde y a ğlamasız (kuru ka y ma) olarak gerçe kleştirilmi ştir. Parçanın teknik resim toleranslarına girip girme diğini tespit edere k de formasyon miktarı nı belirlemek için Brown & Sharpe, Dea Mistral marka CMM ile ölçüm yapılmıştır . III . BULGUL AR III.I. Sert Doku Derinliği Ölçümleri 920°C AKS ve 920°C DBS y öntemlerine ait y üz e y sertliği v e sert doku derinliği öl çüm sonuçla rı Tablo 3’ te verilmiştir. Tab lo 3. 920°C AKS ve 920 °C DBS Yöntemleri ne Ait Yüz ey Sertliği ve Sert Dok u Derinliğ i Fırın Par ametresi Yüzey Sertliği (HV1) Sert Doku Derinliği (mm) 920°C AKS 734 0,784 920°C DBS 720 0,401 Parçaların yüzey sertl iği ve t okluk değerlerini tespit etmek i çin yüzeyden çekirdeğe doğru y apılan se rtli k ölçümleri Şek il 3’ te ver i lmiştir. Şekil 3. 92 0°C AKS ve DBS Y önte mlerine Ait Sertli k Ölçüm S onuçları III. II . İç Yapı İnceleme le ri Ş ekil 4. 920 °C AKS 50x Bü yütme Sementa syon Bölgesi, Optik Görüntüs ü 62 Şekil 5. 920 °C DBS 50x B üyütme Sementasyon B ölgesi, Optik Görüntüs ü III.III. SEM İnce lemeleri a b Şekil 6. a) 920 °C A KS Se mentas y o n Bölgesi, b) 920°C AKS Çekirdek Bölgesi SEM Analiz leri c d Şekil 7. c) 9 20°C DBS Se mentasyon Bö lgesi, d) 9 20°C DBS Çekirdek Bölgesi SEM Analiz leri III.IV. Kalıntı Östenit Miktarı Şekil 8 . 920 °C AKS ve 920°C DB S Yöntemlerine Ait Kalıntı Östenit Sonuc u III.V. Aşına Testi Tab lo 4. 920°C AKS ve 92 0°C DBS Yönte mlerine Ait Aşınma Testi Son ucu Numune Aşınma Hızı (g/m)*10 6 AKS/920°C -1 6,5 AKS/920°C -2 6,9 AKS/920°C -ort 6,7 DBS/920°C -1 7,8 DBS/920°C -2 6,8 DBS/920°C -ort 7,2 Ortalama aş ınma hızı de ğerleri top lam aşınma kaybının top lam kayma mesafesine bölün mesiyle elde edilmişt ir. IV . SONUÇ LAR VE TARTI Ş MA  AKS y öntemi ile yaklaşık %95 daha fazla sert doku derinliğ i elde edilmiştir.  Sert doku derinliğindeki farkın en önemli nedeni karbonla ma süreleri arasındaki farktır . 920°C AKS karbonlama ve difüz y on süresi: 480 dk 920°C DBS karbonlama ve difüz y on süresi: 128 dk  Çekirdek sertlikl erinde görülen f arklılık, soğuma hızları arasındaki farktan kay naklanmak tadır ( y a ğda dah a hız lı soğuma)  Karbonlama süresi f arkı ve den ge karbonlama de ğerinin etkisi ile y üz e y sertlikleri y aklaşık a ynı çıkmıştır. AKS dengeleme karbon değeri: %0.8 C DBS denge l eme karbon değe ri: % 1 C  Sementasy on bölgesinde temel y apı temperlenmiş martenzit ve kalıntı östenittir .  Sementasy on bölgesi ile iç bölge arasındaki fark açıkça görülmektedi r.  Her iki fırın koşulundaki iç y apı g örüntüleri birbirinin aynısıdır(sementasy on derinliği hariç) 63  Kalan östenit miktarları her iki fırın koşulunda da birbirine yakın değerler çıkmıştır. (y üz e y sertliğinin birbirine yakın çıkması bu durumu desteklemektedir) 920°C AKS : %9,5(+% 2,3; -%2.1) 920°C DBS : %9,6(+%4,6; -%3,8)  Kalan östenit miktarında yapıda bulunan karbon ora nı ön emlidir.  Karbonlama süresi ile dengeleme k arbon miktarının sonucunda kalan östenit miktarları y aklaşık olarak a y nı çıkmıştır.  Her iki böl gede de kalan östenit (açık r enkli bölge) mi ktarı arasında çok farklılık görülmemiştir .  İ ki görüntünün f arklı olmasının sebe bi optik mikroskobun görüntü a lınma esnasındaki ışık miktarının farklı olmasıdır .  AKS prosesinde karbonlama süresinin DBS prosesine göre daha fazla olması ve yağ da soğutmanın, 13 bar basınçlı ga zda soğutmaya göre dah a etkin soğ utma sağlaması sebebi y l e daha y üksek se rt doku derinliği elde edilen AKS numunesinin a şınma hızı daha ya vaş çı kmıştır.  DBS ile daha homojen sert doku de rinliği elde edilmiştir .  DBS işlemi, AKS’ y e göre %42 daha kısa sürede tama mlanmıştır .  DBS u y gulanan p arçaların y üzeyi d aha temizdir TEŞEKKÜR Bu ç alışma 7180148 no’ lu TÜBİTAK/TEYDEB KOBİ A r -Ge Başlangıç Destek Programı kapsamında gerçekleştirilmi ş olup katkılarından dolayı TÜBİ TAK’ a teşekkür ederiz. KAYNAKL AR [1] G.A Turgutlu., A. Y u rd daş, “Bir Isıl İşlem Fırınının Ter - m odi namik Analizi”, Celal Ba yar Üniversitesi Fe n Bilimleri Dergisi, cilt 1 2, sayı 1, s.75 -92, 2016 . [2] W. Grafen, M. Hornung, O. Ir retier , M. Rink, “Applica - tions of Lo w-Pressure Car burizing With Hi gh Temperatures ( 1000 °C - 1050°C) in İnd ustrial Practice” , Haerterei-T echnisc he Mitteilungen, cilt 62 , sayı 3, s.97 - 102 , 2007 . [3] Z. Gawronski, J . Sa w ic ki, “Technological Surface La yer Selection For Small Modüle Pitches of Gear Wheels Wor king U nder Cyclic Contact Loads”, Ma terials Science Forum, cilt 51 3, s.69 - 74 , 2006 . [4] P. Kula, K. Dybo wski , E. Wolo wiec , R. Pietrasi k, “Bo - ost-Diffusion Vacuu m Carburising - Pro cess Optimisati on, Vac uum”, cilt.9 9, s.17 5 -17, 2014. [5] W. Grafen, B. Edenhofer, “New Develop ments i n Thermo- Che mical Diffusion Pro cesses”, Surface a nd Coatings T echnology, cilt 20 0, sayı 5 -6, s.1830 -36, 200 5. [6] K. Dybowski, J. Sa w icki , P . Kula, B . Januszewicz , R. Attraszkie wicz, S. Lipa “The Effect of the Que nching Met hod on T he Deformations Size of Gear Wheels After Vacuum Carburizin g”, Archives of Metall urgy and Materials, cilt 6 1, sa y ı 2B, s.1057 -1062, 2016. [7] P. Juri , P. Stolaf, “Distor tion Behavio ur of Gear P arts due to Carburizing and Quenc hing w ith Different Quenc hing Media”, B HMBerg - und Hütten m an -nische Mo natshef te, cilt 151 , say ı 11, s.437 -41, 2006. [8] P. Kula, J. Olejnik, P . Heilman, Europea n P atent 1558780, 2007. [9] K. Kawa ta , H. Sato, S. Asai, Y. Sekiya, U.S., Patent 6,84 6,336, 2005. [10] K. Katsumata, U.S. Patent 8 ,152, 935, 2012. [11] M. Özdeşikler, L. Si ndel, S. Keskin, “Dü şük B asınç Sementasyon ve Yü ksek Bası nçlı Gaz İle Sertleştir me”, Türk Mühendis ve Mi mar Od aları Birliği Metalurji ve Mal zeme Mühendisleri Od ası Dergisi, sayı 180, s.31 -36, 2016. [12] M. Grzelka “The Gea r’s Mea surement with the CMM”, Te ch nical T ransactions- Me chanics , sayı 7 , s.33 -40, 2010. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 64 Genel Özellikleri ile PCAmix Sıddık Keskin 1* 1 Biyoistatistik Ana bilim Dalı, Temel Tıp Bilimleri Bö lümü / Van Yüzü ncü Yıl Üniversitesi, Türkiye * skeskin973 @gmail.com Özet : Standart Temel Bileşe nler Analiz i il e Çoklu Uyum Analizinin birlikte kullanımı olarak ifade edilebilen PCAmix , nitel (kalitatif, kategorik ve ya nomimal) ve nicel (kanti tatif, sürekli veya nümerik) değ işkenl erle ya pılan Temel Bileşenler Analiz i” olarak bili nir. Bir boy u t indirgeme y önt emi olarak PCAmix, değişkenler a rası ilişki lerin y anı sıra, değişken kategorileri arasındaki ilişki leri de iki bo y utl u uzayda görsel olarak sunmaktadır. Bu çalışmada PCAmix, genel özellikleri ile tanıtılarak bir u ygulama y a pılmıştır. U y gulama mater ya li olar ak; gerçek değerlerle u yumlu olacak şekilde, 3 nicel (ka n titatif, sürekli), 2 nitel (kalitatif, kategorik) ve 1 sır alı (ordinal) de ğişken için si mülasyonla (benzetim) ü retilen hipotetik veri seti (n = 100) kullanılmıştır. Nice l değişkenler olarak; Anne a ğırlığ ı (k g), Bebek doğum ağ ırlı ğı (g) ve Anne yaşı (yıl), nitel değişkenler olarak; Doğum tipi (Normal, Sezaryen), Beslenme şekli (Düzenli, Düzensiz) ve Cinsi ye t (Kız, Erkek), sıralı değişken ol arak d a Gravida alınmıştır. S onuç olarak, nitel ve nice l değişkenleri içe ren a raştırmalarda, v erilerin PCAmix il e analiz e dilebileceği ve sonuçl arın iki boyutlu uzay da görse l ol arak sunulabileceği vurgulanmıştır. Anahtar Kelim eler: Bo yut indirgeme, n itel ve nicel d eğişken, konfig ürasy on, Tekil d eğer ayrışımı, gö sterge matrisi I. Gİ R İ Ş Bilimsel çalışmalarda , ilgilenilen değişkenler (özellikler) çoğunlukla nicel (ka ntitatif, nümerik, sürekli ) veya nitel ( ka litatif, nominal, kate gorik ) değ işkenl erden oluşur ve bu değişkenler arasındaki ilişkiler, doğrusa l veya doğrusal olma y an y apıda olabilir. Değ işkenler ara sı ilişkileri incelemek üz ere ge liştirilen istatistik y önt emler, de ğişken tipine vey a türüne göre farklılık göstermektedir. Bu nedenle de ilişkileri belirlemek üzere, kullanılacak istatistik y ö ntemlerin doğru belirlenmesi oldukça ö nemlidi r. Nicel (sü rekli ve ya kantitatif) d eğişkenler arasındaki doğrusal ilişki nin y önünü ve derecesini belirlemede Pearson korelas y on katsa y ısı , y a ygın olarak kullanılırken, nit el (kategorik ve y a nominal ) değ işkenl erin birbirinden bağımsız olup olmadığını belirlemede Ki- kare testi y a y gın ol arak kullanılmaktadır. Çok değişkenli analiz yöntemler i, bilimsel çalışmalarda ele alınan de ğişkenle ri birlikte e le alarak, a ralarındaki ilişki y apısını birlik te incele mektedir. Yalnızca nicel ve y a ya lnızca nitel değ işkenl eri içeren araştırmalarda, d eğişkenler a rası ilişkileri incelemek üzere geliştirilen istatistik analiz y ö ntemlerinin ye terli old uğu düşünülse d e, karışık y a pıdaki ( nicel, nitel , s ıralı) değişkenleri i çe re n araştırmalar için geliştirilen analiz yöntemler ini n sınırlı olduğu sö ylene bili r. Karışık yapıda de ğişken içeren çalışmalar için hem de ğişkenle r hem de değ işkenl erin kategorileri arası il işkileri incelemek ve a ynı zamand a bo yut indirgeme yapmak üze re PC Amix kullanılabilir. Bu çalışmada P CAmix, ge nel özellikl eri il e tanıtılarak bir u y gul ama y a pılmıştır. II. MATERYAL VE YÖNTEM Çalışmada u y gulama m ater y ali olarak; gerçek değerlerle u y uml u olacak şekilde, 3 nicel (kantitatif, sürekli), 2 nitel (kalitatif, kategorik) ve 1 sıralı (ordinal) değişken için sim ülasy onla (benzetim) üretilen hipotetik veri se ti (n = 100) kullanılmıştır. Nicel değişkenler olarak; Anne ağırlığı (kg), Bebek doğum a ğırlığı (g) ve Anne y aşı (yıl), nit el değ işkenl er olarak; Do ğum tipi ( Normal, Sezar ye n), Cinsi y et (Kız, Erkek) v e Beslenme şekli (Düzenli, Düzensiz) sıralı değişken olarak da Gravida 65 alınmıştır. Çalışmaya dahil edilen değ işkenlere ilişkin tanımlay ı cı istatistikler Tablo 1'de özetlenmiştir. Tab lo 1. Değişkenlere ait tanımla yıcı istatist ikler Değişkenler (Va ria b les ) Ort. Std. Sap. Min. Mak.. Anne ağırlığı 3466.622 515.772 2085.465 4778.484 Bebek doğum a ğ ırl ığ ı 75.722 8.868 55.709 95.647 Anne yaşı 28.120 5.004 17.000 38.000 Cinsiyet Sayı (%) Doğum şekli Sayı (%) Erkek 56 Normal 65 Kız 44 Sezarye n 35 Beslenme şekli Sayı (%) Gravida Sayı (%) Düzenli 77 1 34 Düzensiz 23 2 32 3 23 4 11 A. PCAmix “Nitel ve nicel değişkenlerle y apılan Temel Bileşenler Analizi” o larak bilinen PC Amix analizinin XL STAT programında y e r al an hali Chavent ve a rk., [1] tarafından geliştirilmiş ve PCAmix olarak adlandırılmıştır. PCAmix, Standart Temel Bileşenler An alizi ile Çoklu U y um Analizini n kombinas y onu veya birlikte kullanılması olarak ifade edilebilir [2]. Nicel (sürekli ve y a nüm erik) değişken sa yısı p 1 , nitel (kalitatif, kategorik ve y a nomi nal) değişken sa y ısı da p 2 olsun. “d” kalitatif değişkenlerin toplam kategori sayısını g öst ermek üzere; “nxd” boyutlu G gösterge (indikatör ) matrisi “ nxp 1 ” boy utlu X 1 nicel de ğ işkenl er matrisi ve “nxp 2 ” bo y utlu X 2 nite l değ işkenl er matrisinden oluşacaktır. Gösterge matrisi, nit el değişkenlerin kategorileri için iki li (binary; 1, 0) değerleri (her bir bire y ait olduğu kategorik değişken için 1, diğer kate goriler için 0 değerini alır) içerir ve b öylece “nx (p 1 +d)” bo yutlu Y matrisi oluşturulur. Y matrisi nicel ( Y 1 ) ve nitel ( Y 2 ) değişkenlere ait rakamsal (nümerik) de ğerleri içerir ve Y= ( Y 1  Y 2 ) olarak ifade edilir. Y matrisin i oluşturan matrislerden; Y 1 , X 1 matrisinin sütunla rı i le normaliz e edilmiş ve merkezileştirilmi ş standardize edilmiş matris iken Y 2 , merkezileştirilmiş X 2 gösterge matrisini temsil etmektedir [3]. n adet satırın ağırlığı 1/n, olmak üzere: N ; N= 1/n I n olara k tanımlanan Y matrisinin satırları ile ağ ırlıklandırılmış di y a gonal ma tris, D ’ de, D = di y a g {1,…, n/n 1 , n/n s }olarak tanımlanan Y matrisinin sütunları il e a ğırlıklandırılmış diyag onal matris olsun. Her bir sevi ye deki gözlem say ısı, s = 1, 2, …, n, olm ak üzere; Y matrisinin özdeğerleri “Y = U  V T ” olarak, Genelleştirilmiş tekil değer ay rışımı (GSVD) ile bulunur. Bu eşitlikte  ;  = diyag { √  1 , √  2 ,…, √  𝑟 } olan “rxr” bo y utl u diyag onal matrist ir. Diğer bir ifade ile  1 ,  2 , …,  r , Y matrisinin özdeğerleri, r ise rankıdır. U , “nxr” bo y utlu matris olup, U T N U = I r olmak üzere ZDZ T N matrisinin ilk “r” özvektörüdür. V , “pxr” bo y utlu matris olup, V T DV = I r olmak üzere Z T N ZD matrisinin ilk “r” özvektörüdür [3]. Böy lece PCAmix ’in temel bileşenleri, “nxr” bo yut ile Y mix = YDV olarak he saplanır. Buradan R = U  olarak hesaplanan satır skorları, Temel bil eşen skorlarını temsi l ederken, C = DV  olarak hesaplanan sütun skorları, standart temel bileşenler analizindeki C = V  dır [3]. III. BULGULAR Yapılan PCAmix analizi sonucunda; özdeğ erler ve var ya ns açıklama oran ları Tablo 2’ de verilmiştir. Tablo 2’ de görüldüğü üzere, birinci ve ikin ci özdeğerler sırası ile; 1.980 ve 1.568 olup, bu özdeğerlere ait varyans açıklama oranları ise sıras ı ile %22.00 ve 17.43’tür. İ ki bo y ut birlikte topla m varyansın % 39.43’ ünü a çıklamıştır. Tab lo 2. Özdeğerler ve varyans aç ıklama oranları F1 F2 Özdeğer (Eigenval ue) 1.98 0 1.57 8 Var y ans açıklama o ranı (%) 22.0 0 17.4 3 Eklemeli vaya ns açıklama oranı (%) 22.0 0 39.4 3 Nicel değişkenler için temel koordinatlar, nitel değ işkenl er için ise ka tkı lar Tablo 3'te verilmiştir. Tab lo 3. Değişkenler için temel koordinatlar ve katkılar Temel Koordinatlar Katkılar Bebek doğum ağ ırlığı -0.795 -0.045 0.632 0.002 Anne ağırlığı 0.394 0.105 0.155 0.011 Anne yaşı 0.114 -0.720 0.013 0.519 Erkek 0.093 -0.580 0.005 0.188 Kız -0.118 0.738 0.006 0.240 Normal 0.451 0.170 0.132 0.019 Sezarye n -0.837 -0.315 0.245 0.035 Düzenli -0.443 -0.108 0.151 0.009 Düzensiz 1.483 0.361 0.506 0.030 Gravida [1] -0.487 0.858 0.081 0.250 Gravida [2] 0.124 -0.129 0.005 0.005 Gravida [3] 0.423 -0.408 0.041 0.038 Gravida [4] 0.262 -1.423 0.008 0.223 Buna göre nicel de ğişkenlerin 2 bo y utlu uza y daki konfigürasyonu ise Şekil 1'de verilmiştir. Şekil 1'de görüldüğü üzere, 3 de ğişkenden ikisi birinci bo y u ta göre pozitif bölgede y er a lırken, biri ne ga tif böl gede y e r almıştır. İkinci bo yuta göre ise 2 değişken negatif böl gede, di ğeri ise pozitif bölg ede ye r 72 C. Green Hydrogen Energy Hydrogen will be a significa nt source of secondary renewable ener gy in the future. Toda y , most produced h y drogen using fossil fuels. Future decarbonized applic ations that rel y on renewable and carbon-dioxide-neutral h ydroge n p roduction could benefit from bi omass gasification. (26) Gasification plants for bi ofuels, according to the US Department of Ener gy , " can provide the best practice s and lessons learned for hydrog en production " . In addition, the d epartment " anticipat es that b i om ass gasification could be deployed in the near -term timefram e ". (27) Any renewable or ganic re source is referred to as "biomass," includin g agriculture crop residue s, forestry waste, or ganic municipal solid waste, and even animal wa ste. The se materials are tra nsformed into energy and other us eful byproducts, includin g hydrogen, throu gh a process called ga sification. (27) V. CONCLUSION The following points include the document’s key topi cs, alon g with recommendations for additional study : 1. The availability of cork plants in different countries, especiall y in the Mediterranean basin and, their incr eased production and manufacturing nam ely, i n Portugal create an opportunity to dive rsif y cork plant exploitation and use it in various eco- freindly environment domains such as construction, pharmaceutical industrialization, environment protection...etc. Thus, it leads to a change in the economic landsc ape from linear to circular and a more susta inable one. 2. The chemical, human, environmental, and economic cork properties make the cork a vital and strat egic material holding great potential proving its energ y conv ersion feasibility, Which ma y be ex plored in differe nt sectors, especiall y in the domain of energy. So, it is time to diversify sou rces of energy a nd make further research on cork wastes as another alternative renewable energy. 3. Tow kinds of linked ope rations in which cork wastes ar e processed: cork indus try process and cork energ y conve rsion process. In the first operation cork residues follow three logical steps: prepara tion, transformation, granulation, and agg lomeration. Whereas the second operation requires t hree-step to be accomplished: cork extraction, plank storage, and the c onve rsion of a gglomera t ed cork stoppers into a sour ce of energ y . these operations show the cork waste conversion ability to be on e of th e promising cork technology d evelopment. Though thes e operations a re expensive and requi re sophisticated materials, especially for small - budge t sour ces nations, it is possible to overcome the c hallen ge by encourag ing scientific research for looking for cost- effective alterna ti ves or b y si gning conventions with developed countries to benefit from developed scientific research and technologies. 4. The three possi ble energy sourc es that ma y be generated from cork wastes: thermal, electrical, and h y drogen are so effective. Therefore, it would fill the research gap in the ar ea o f cork waste energy conversion and suggest feasible solut ions. They should be paid more attention to because the y are natural, r enewable, and will save humant y from the n egative h ealth y , environmental, social, economic, and p olitical impacts of fossil fuel energies. Stimulating internal investments and p ositive external investments make the conversion operation easy, useful, and fruitful. A CKNOWLEDGMENT I would d like to express m y d eep gratitude to all of the researchers who c ontributed writings on cork waste rec y cling topi c and who assisted me in carry in g out this modest task. 73 I would also like to express my ver y gr eat apprec i ation to the confere n ce or ganizers for encourag ing me to take o n this project. I am also gra teful to the anony mous pee r reviewers for the i r insightful comments . R EFERENCES 1 Dehane, B .(2019) Caracter ización del cr ecim ie nto y de la calidad de cor cho de los alco rnocales del Noro este d e Argel ia (región de Orán). Rev. Ecosiste mas , 28, 97 – 105 2 Giraldo,M. ,P ., STUDY ON CORK APPLICATIONS IN THE CONSTRUCT ION SECT OR, Catalan Institut of Wood, 20019 3 Pereir a, H. (200 7). Co rk: Biolog y, Produ ction and Uses . Amesterda m: Elsevier. 4 Gil, L. (2 011). Environmental, sustainability and ecologic al aspects of co rk p roducts for building. Sci Tec hnol Ma ter 23, 87 – 90 5 Gil, L. (201 4). Cork: a strategic material. Front Chem 2 :16. doi:10 .3389/fchem.2014.0 0016 6 Gil, L. (19 98). Cor tiça – P ro dução, T ecnologia e Aplicação. Lisboa. 7 Policarp o, H., Diogo, A. C., Neves, M. M., and Ma ia, N. M. M. (201 3 ). “A note on the estimation o f co rk co m posite elast o - dynamic properties and their frequency dependence » ” in ICEDyn 8 Gil, L. (2 015). Cork : Susta inability and new app lications, José Alejandro Heredia -Guerr ero, Fondazione Istituto Italiano di T ecnologia, I taly . 9 Bruno, S.(2 009). Manuale di Bio architettura — Bioed ilizia e Fonti Alternative di Energia Rinnovabile; Dario Flaccovio Editore: P alermo, Italy. 10 Malchiodi, B.; Marchetti, R .; Barbieri, L .; Pozz i, P. (2022). Recovery of Cork Manu facturing Waste within Mortar and Polyurethane: Feasibilit y of Use and Phy sical, Mecha nical, Thermal In sulating P roper ties of the Final Gree n Co m posit e Construction Mater ials. Appl. Sci., 12, 384 4. 11 ] L. Gil.( 1998). Cortic ¸a: produc ¸ ão, tecnologia e aplicac ¸ ão, I NETI, L isbo a. 12L. Gil. (2 011). Sci. Tec hnol. Mater. 23 (1/2 ) 87 – 90. 13 L. Gil. (1997),cork po w d er waste : an over view, Bio mass and Bioe nergyVolume 13 , Issues 1 – 2, 1997, Pages 59 - 61 14 .http:// www.ecorkwaste.eu , Researchers o f T echnology Centre Eurecat -CT M employ cork waste for electricity generation and winer y wastewater treat m ent, 11Dec 20 21, accessed 13 /07/2022 15 http://www.ecorkwaste.eu/en/notic ie s/37-ecork waste- final-results -have-been-presen ted, accessed on 17 07 2022  16 Pereira , R. N., Malico , I. (2017). E nergy u se of co rk residues in the Portuguese cork industry, Conference: 12th SDEWES Con ference Dubrov nik. 17 Jenkins, B., B axter, L. L., Miles, T . R.(1998). Combustion Properties of B iomass. Fuel Pro cessing T echnology, Vol. 54, Issue 1, pp 1 7 -46 ,1998. 18Hamilton, k., Feasibility Stud y: Grain Dust Burner, Master Th esis. 19Silins, K., A. (2 012). Rev ie w on Suspended W ood Dust Combustion. Efficiency a nd Fuel Qualit y , E nvironmental a nd Climate T echnologies, Vol. 9 , pp 28 - 34. 20. LBE, http://www.uni vel.com.hr/en/lbe, accessed o n 8 of August of 201 7. 21WT S A B, http://www. wtsab.co m/, ac cessed on 8 of August of 2017. 22P ETRO, http:// www.petro.se/, accessed o n 8 of August o f 2017. 23Souza-Sa ntos, M.( 2004) . Solid Fuels Co m b ustion a nd Gasification, Mo delling, Simulation, and Equipment Operation. Ma rcel Dekker, Inc., New York, U SA. 24Koo rnneef, J ., J ung inger, M. , Faaij, A.(2007). Develop ment of fluidized bed co mbustion — An o verview of trend s, performance and cost. P rogress in Energy and Combustio n Science, Vol. 3 3, Issue 1, pp 19 - 55. 25Nussbaumer, T .(2003). Com b u stion and Co -Co m b ustion of Biomass: Fu ndamentals, T echnologies, a nd Pr imary Mea sures for Emission Reduc tion. E nergy & fuels, Vol. 17, Iss ue 6, p p 1510 -1521. 26 IEA B ioenergy ,( 2018). Hydrogen from bio mass gasification. 27https://eqtec.co m/how-bio mass -gasification-ca n-help- boost-global- green-hydroge n-p roduction/, ac cessed on 22 of July 2022 28 https://reco rk.co.uk/brought - to - life/ , accessed on 24/07 /2022 29 L. Gil,(2013 ).cork w as tes as energy sources, 2nd International Conference on Wastes: Solutions, Treatments and Oppo rtunities ,Braga, P ortugal, 1 1 a 13 de setembro de 2013 30 Ma niatis K, Millic h E. (19 98).E nergy fro m b iomass a nd waste: the contribution of u tilit y scale bio m ass g asificatio n plants. Bio mass and Bioenergy ;15:1 95 – 2 31 IRENA, B iomass for Power Generatio n, Internation al Renewable E nergy Agency, 20 12. 74 32 IRENA, B io mass for Po w er Generatio n, Inter national Renewable E nergy Agency, 20 12. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 75 Elaboration o f carbon steel sa m ple s coated w ith Alumina (AL2O3) Fo r Anticorrosion ap plication Karima Amara Korba 1 * 1 Research Center in Indu strial Technolo gies CRTI P.O.B ox 64, Cherag a 16014 Algiers, Algeria * (amarakorba [email protected] om) Ema il of the co rresponding au thor Abstract – The durability of steel structures d epends on their behavior in the face of climatic and environmental conditions that exist in more or less corrosive env ironments such as the atmosphere, water, soil and concrete where the y are used. Th ese stru ctures ar e often exposed to numerous ph y sico -chemical attacks which the y must resist in order to fulfill satisfactorily du ring thei r period of use, all the functions for which they w ere designe d. The general aim of the project was underta ken for mastering a thin film and Nanotechnology using the Research C enter in I ndustrial technol ogies equipment named “PC CONTROLL ED MAGNETRON S PUTTERI NG SYSTEM MAGSPUT-3G3- RF - DC - PC” to test and evaluate the qualit y of the layers obtained on various substrates, in parti cular steel, while the main objective consists in the stud y of the behavior as a protective coa ti ng a gainst corrosion in various liquid (acid, basic, seawater , dis tilled water, tap wa ter . Keywords – Alumina ; carbo n steel substrates; n anoparticle ; corrosion. I. I NTRODUCTION Alumina ceramics o we to the stabilit y of this oxide and it s strong atomic bonds their mechanical and thermal performances which impl y – but do not necessarily combined in a single t y pe of microstructure – hi gh hardness, high moduli of elasticity, satisfactor y mechanical strength, wear resistance and good tribological properties an d refractivity [1]. In the vast majorit y of cases, metal co rrosion is an electroc hemical reaction corresponding to an ox y- reduction reac tion, inclu ding: • The oxidation re action of a metal is called an anodic reaction, • The reduction reaction of an ox idizing agent is called a “cathodic” reac ti on. In the case of m etals in s eawater, brackish o r fresh water (basic or neutral environment), two cases of figures may occur: • An ae rated environment, for which the ox idizing agent is dissolved ox y gen, • A deaerated, for which the oxidizing agent is water (H2O o r H+); the material is alw ay s the se at of the oxidation reaction. Thus, a steel subm erg ed in an aerated maritime- fluvial environment undergoes an anodi c reaction of dissolution of iron, to which is associated t he cathodic r eaction of reduction of dissolved ox ygen, H3O+ ions or water [2] II. M ATE R I ALS AND M ETHOD The steel samples C40 preparation techniques used is first of all polishing Fig.1 . after that a n analy sis b y opti cal microscope Fi g.2. was done before deposition for the choice of the most appropriate samples. The steel samples were cleane d with acetone and dist illed water. A chemical attack with Nital (Ethanol + 4% nitric acid) was carr i ed out to r eveal the metallographic structure of the steel: the siz e of t he grains and the gra i n separa tion joints. 76 Tab le 1. Thin film depo sition Par am eters Fig. 1 (a) resin moulded sa m pl es, (b) sample polis hing, (c) samples after po lishing Optical microscope analysis: for sample selection (most appropriate) The samples w ere cleaned with acetone and distilled water . After that a chemical attack b y Nital (Ethanol+4% nitric acid). Fig. 2 Optical microscope ana lysis after chemical attac k Deposition step was carried performing thr ee tests, with different Thic knesses 2.27KA°=227 nm 0.5633KA°=56nm 0.2KA°=20nm and Temperature at 300°. RF deposition method was processed wit h vacuum pressure filing ti me 1 hour and then 30min, vary ing Power from 300W , 210W, 89W Fig3 and prehea t ed and motorised su bstrates to 300° C /12 tr/min speed Fig.4. III. R ESULTS The results were explained in terms of character istics o f the coa ting. Al2O3 coated carbon steel present a uniform coating surface due th e rotating sbstr ate . Aluminum ox ide, or alumina, crystallizes in the corundum structure (mineralogica l term) to form sapphire monocry st als[. We are referring here to white sapphire, li ke the one used for th e manuf acture of scratchpr oof “ glasses” for watche s, whereas in ge mmolo gy s apphire is the blue sapphire, which is al umina with a little Ti4+[ 3]. Fig. 3 I m age of steel sa mples after Al2O3 dep osition with Ti r esidu. We obtained a blue colored samples. b y the presence of non expected residu of Ti tanum sticked to the pre y of the v acuum chambre of a pr ece de nt experience of TiO2 dep osition for the three first samples Fig.3.and we obtained Alumi na tr ansparent for the two last samples Fig. 4 Al2O3 deposition pr ocess image in progress with RF po w er suppl y Tes t De pos ition 1 Tes t De pos ition 2 Tes t De pos ition 3 Material source Al 2 O 3 Al 2 O 3 Al 2 O 3 Material sub strate Acier Acier Acier Deposition Me t hod RF RF RF Process vacuu m pressure 1.6𝑥 10 −3 TORR 1.6𝑥 10 −3 TORR 1.6𝑥 10 −3 TORR Deposition ti me 1h 30min 30min Power 300W 210W 89W Number of sa mples 3 1 1 Thickness 2.27KA°=227 nm 0.5633KA°=56 nm 0.2KA°=20nm a b c 77 IV. CONCLUSION Plasma spray ed deposits of alumina are no rmally of the metastable gamma phase, which transfo rms to alpha upon heating to an elevated temperatu re substrate.[4] Our deposits are made on preheated subst rates to 300° C . A microstructure anal y sis of the coatin gs is conducted to check th e presence of α -Al2O3 nanostructured. R EFE R ENCES [1] ALMASHHD ANI, Haider Abdulkaree m Yo usif et AL - SAADIE, Khulood Abid. Corrosion protection of carbon steel in seawater by alumina nanoparticles with pol y (acrylic ac id) as chargi ng agent. EUROPE AN CHEMICAL B ULLET IN, vol. 5, no 7, p. 308- 313 . 20 16. [2] (2017) Center f o r Materials Research - Was hington State University www.cmr.wsu.edu . [3] CARTER, D. et MCD ONOUG H, G. Enhanced reactively sputtered Al sub 2 O su b 3 de position by addition o f activated reactive oxy gen. In : Society of Vacuum Coaters 42 nd Annual T echnical Conference.. p. 96 - 101 . 1999 . [4] FIEDLER, H. C. T he effect of structure on the ther mal conductivity o f plas m a sprayed alum i na. MRS Online Pro ceeding s Librar y (OPL), vol. 30. 1983. 4th Interna tional Con ference on Ap plied Engi neering and Natural Scie nces https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 78 Kısa raf ömrüne sahip bazı meyvelerin pa ketlenmesinde kullanılan doğ al antimikrobiya l bileşenler Reyha n İrkin 1* 1 Beslenme ve Diye tetik Bö lümü / İ zmir Demokrasi Üniver site si , Tü rkiye * (reyhan.irkin@idu. edu.tr ) Özet – Hasat sonrası, işleme ve depolama aşamalarında üz ümsü meyveler, çilek, sof ralık üz üm vb. bazı ürünlerde çok kısa sürede mi krobiyal bozulmalar meydana gelmektedir. Gıda endüstrisi, aktif paketleme, akıllı paketleme, y enileb ilir kaplamalar/filml er gib i yakın zamanda y eniden araştırılan ve geliştirilen y e ni paketleme teknolojileri i le g ıdalarda daha uzun raf ömrü ve güvenliğine y önelik çalışmaları arttırmış durumdadır. Antimikrobi y al özelliklere sahip bir paketleme sistemi, iç indeki bazı öğe lerinin ürünle doğrudan ve y a ürünü çevreleyen atmosferdeki modifikasyonlar yoluy l a d olaylı olarak etkileşime girdiği, mikroorganizmaların g elişmesini geciktiren ve önleyen bir paket olarak tanımlanabilir. Son yıllarda antimikrobiya l öz elliklere sahip doğal bileşiklerle ilgili araştırmalar yoğ un i lgi g örmektedir. Do ğal k aynaklı antimikrobiya l bil eşiklerin araştırılması, antioksidan ve antimikrobiyal aktivitey e sahip gıda proteinlerinden izole edilen protein hidrolizatları, aktif peptitler, doğ al uçucu y a ğlar ve bitki öz leri gibi bileşenlere y önelme yi sa ğlamıştır. Böy lece bu m addeleri do ğal gıda koru y u cu olar ak kull anılmasına ek olarak, etken maddeler olarak ambalaj malzeme lerine dâhil etmek mümkündür. Bu çalışmada b itkisel kay naklardan elde edi len ve bazı me y v elerin raf ömrünü artt ırmay a y önel ik kullanılabilen doğal bitkisel atıklar , uçucu y ağlar ve bunlara ait bileşenler in antimikrobiya l etkileri il e ilgili y apılmış son y ıllardaki çalışmalar derlenmiştir. Yeni teknolojilerle birlikte kullanılab ilen bu tip doğal antimikrobi y al maddeler ile ge l ecek y ıl larda bozulmalara ba ğlı meyve atıklarında azalmaların ve sürdür ülebilirliğin sağlanmasına katkı verileceğ i düşünülmektedir. Anah tar Kelimeler – üzümsü meyveler, doğ al antimikrobiya ller, meyve paketleme, bitkisel ü rünler, raf ö mrü I. Gİ R İ Ş Mey veler dün yadaki en sağlıklı y i y ecek türleri olarak kabul edilir. Yüksek lif, C v itamini v e antioksidan içeriğine sahiptirler. Mey velerin bü y ük kısmı kısa bir depolama ömrüne sahiptir (düşük sıcaklıkta y aklaşık 3 hafta). Meyvelerdeki y üks ek solunum ve su kaybının bir sonucu olarak buruşmalar ve yumuşamalar me yda na gelmektedir . Ayrıca me yvelerin raf ö mrü hasat sonrası mekanik hasarlara ka rşı y üksek hassasi y et göster melerinden ötürü gene llikle hasat sonrası mantar enfe ksi yonları ( Botrytis cinerea ve Colletotri chum gloeosporioides ) tarafından çürüme ler m e y dana ge lmekt edir [1]. Besinlerin ambalajında kullanılan petrol türevi bazlı büy ük moleküllü malzemeler, bi y oboz unur olmaya n plastik bil eşiklerin çevre y e ve or ganizma dokularında birikim y ap masına bağlı olarak insa n ve ha y van sağlığ ına z ararlı y önle ri bilinmektedir [2] . B u nedenle kısmen bi y olojik olarak parça l anabilir ambal aj ve bi y opolimer ambalaj filmleri lipidler, polisakka ritler ve proteinler y a pısında doğal alternatif bileşikler olarak son y ı llarda üzerinde durulan maddelerdir [3 -4] . Günümüzde doğal gıda koru y ucula rına y önelik artan talep, bunların etkilerine ilişkin araştırmaları teşvik etmiştir. Zararsız ve doğal kim yasa llar, hekzanal, öjenol, linalool, jasmonatlar, glukozinolatlar, uçucu y a ğla r v e birçok bitki biyoaktif bil eşiklerin u yg ulanmaları has at sonrası patojenlerin önlenmesi için rapor edilmiş ve açıklanmıştır. GRAS düzey de olduğu bilinen kekik, mercanköşk, fesleğen gibi yağ lar ve bu y ağlarda n elde edilen sinnamaldehit, as e taldehit, öjenol gibi 79 bileşikler pek çok me y ve üz erinde de denenmiş ve hasat sonrası botanik fungisit olarak do ğrudan ve ya ambalaj materyali içerisinde kull anılabileceği belirlenmiştir [5]. Bu derleme çalışmasında doğa l antimi krobiy aller , fenolikler ve y a iz ole edi lmiş bit ki özlerinin çabuk bozulabilir me y velerde v b. u y gula mal arına y önelik son yıllarda y apılmış çalışmalara y er verilmiştir . A . Bitkisel Atıkların Ambalajda Kullanılması Dünya çapında meyve işl eme endüstrilerinde atık miktarı çok yüksektir. Mey ve atıklarını n sürdürülebilirliği ve ye nilebilir ambalaj uygulama l arında kullanılmalarıyla il gili pek ço k çalışma bulunmaktadır. Meyve işleme atıklarından elde edilen uçucu yağ lar, m eyvelerin mikrobi y a l güve nli ğini artırmak için kullanılabilir. Me y vel er için y enilebilir filmlerin üretilmesinde bi y o aktif bileşiğin izolasyonu, uygulanması ve stabilitesi için daha f azla araştırmanın g erekli oldu ğu düşünülmektedir. Bu konu ile ilgili veri lebilecek örnek bileşikler; muz kabuğundan elde edilen nişastalar, turunç gil kabuklarından elde edilen uçucu yağlar, nar kabuklarından, üzüm kabuk ve çekirdeklerinden antibakteriy el ve antioksida n içerikli bileşenler ve bunların ambalaj filmlerine uygulanm ış şekilleridir [6]. Avokado kabukları ile ilgili ya pılmış bir çalışmada avokado kab uğunun etanolik öz ütünün fenolik bileşikler (kateşin hidratlar, epikateşi n ga llatlar, epikateşinler dahil bil eşikler, prosiya nidinler, quersetin, rutin, kaempferol v e persi n) içerdiği gösterilmiş, ayrıca Staphylococc us aureus , Shigella dysenteriae , Candida albicans 'a karşı antimi krobiy al özellikler taşıdığı belirtilmiştir. Avokado kabuğu ekstresinin bi y opolimer matriks e dahil edilmesi sonucu Rhizopus stolonifer ve Aspergillus niger ’e karşı antifungal aktivite sergilediğ i ve çilek, ahududu ve böğürtlenin o da sıcaklığında kontrol gruplarına göre r af ömrün ü uzattığı belirlenmiştir [3]. Günümüzde narenc i y e işleme atıkları g ıda ambalaj filml erinin geliştirilmesi amacıyla kullanılabilmektedir. Çalışmalar daha çok fiziksel ve fonksi y onel öz ellikleri üz erinde y o ğunlaşmıştır. Bu konuda kabuklardan daha çok p ektin ve uçuc u y a ğların elde e dilmesinde y ararlanılmakta, a y rı ca narenc i ye k abuk toz ları aktif paketleme bileşenleri olarak da ek onomik bir katkı sağla y abilmekted ir [7] . Meyvelerde en çok b ozulmalara neden olan Fusarium verticillioides , Fusarium sp. ve Colletotrichum gloeosporioides küflerine karşı kahve atık özütleri (8 mg/cm 2 ) ile 30 °C ’de 5 gün sonunda en g üçlü antifungal akti vitenin elde edildiği ifade edilmişti r [8]. Endüstriye l üzüm a tıkları y üksek miktarlarda üretilen ve bi y olojik olar ak aktif bileşiklere sahiptir. İçerdiğ i polifenoller, flavonoidl er ve stilbenler ilaç ve gıda endüstrilerinde ekstraksiyon ile değerlendirilebilir v e gıda ambalajlarında antimikrobiya l olarak olumlu sonuçl ar sağlamaktadırlar [9] . B. Aktif Paketleme Örnekleri Doğal Kaynaklar Aktif paketleme ile il gili çalışmaların başlang ı cında uçucu anti fungal bir bil eşik bir kağıt diske emdirilere k ambalaj paketine y erleştirilerek meyvenin ve y a ürünün korunması sağlanmakta y d ı. Günümüzde bu konu ambala j film mater yali içerisine doğal bileşikle rin ilave edile rek ürünü n korunmasının sağlanma sı şeklind e gerçe kleştirilmektedir. Yapılmış bir çalışmada daha y ü ksek antifun ga l aktivite ve tr ans ikame der ecesi nedeniy le kitosanda 2- hekzenal, CS HX filmleri, özelliklerini değerlendirmek için seçilmiştir ve böğürtlen me yvesinde antifungal aktivit e değerlendirilmiştir. Bunun için 50 gr böğürtlen ve bir ambalaj taba ğına yerleştirilmiş 0.5 gr film içeren taşıyıcı olarak pH 4 'te tamponlu bir çözelti ile 4 °C'de 12 gün ve y a 22 °C'de 6 gün d epolanmıştır. Sonuçta ürünlerin 3 - 12 gün arasında küflenme ye karşı korunabildiğ i tespit edilmiştir [ 10]. Dünyada her y ıl üretilen 23 mil y on ton sof ralık üzümden, ülkeler arasında y a klaşık 3 mil yon ton ihraç edilmekte ve ticari olarak depolanmalarınd a SO 2 kullanılmaktadır. Son y ıllarda üzüm lerde çürümenin önlenmesi ve muhafazasında da alternatif yeni tekn olojilerin ku llanılmasın a çalışıldığı belirtilmektedir. Yapılan bir ç alışmada organoleptik olarak linalool kullanımının depolana n Adominique ve 4111 me y v elerinde kontrol gruba göre tercih edildiğ ini göstermiştir [ 11]. Farklı bir çalışmada k ıl ıç fasul yesi nişastası ve goji me y vesi öz ütünün , antioksidan ve biyolojik olarak parç alanabilen ambalaj filmleri n hazırlanmasında potansi yel olarak kullanılabileceği ortay a çıkmıştır [12]. Hekzanal güvenli kabul edilen ve gıda ürünlerinde aroma madd esi olarak kullanımına izin verilen bir maddedir. Meyve v e sebzeler hasattan hemen önce ve sonra ( %1 -2) hekzanal il e 80 püskürtülerek muam ele edilmektedir. Ç eri domateslerinde ve mavi yemiş paketlemesinde en az üç hafta bo y unc a 7 - 23 μ mol/g a erojel sevi y eleri n de bir biy o tabanlı aktif paketleme ile taze meyve v e sebzelerin y umuşama ya karşı korunabileceği ve ekonomik katkı sağ la yabilec eği tespit edilmiştir [13] . Yenilebilir bir ambalaj filmi ne nar kabuğu özütünün eklenmesi ile üründeki lipid oksidasyonu, mikrobiyal kalite ve organ oleptik özellikler arttırılabilmektedir. Çileklerde % 0.75, % 1 ve % 1.5 oranlarında nar kabuğu öz ütü ile kaplamanın olumlu y ö nde etkilerinin olduğu ifade edilmiştir [ 14]. Kitosan g ibi bazı doğal poli merler antimikrobiya l a ktivite y e sa hiptir. Son y ıl larda kitin ve kitosan'ın bi y ou yumlulukları, biyobozunurlukları, bi yoade z y onla rı ve toksik olmamaları ned eniyle gıda endüstrisinde uygulama l arı yoğun ilgi çe kmektedir. Kitosanın antimikrobiya l, jelleştirici, antioksidan v e fil m oluşturucu öz elliği, onu gıda ürünlerinin raf ömrün ü artırmak için potansi y el bir gıda koru y u cu ve ya doğa l ka ynaklı ambalaj malzemesi kaynağ ı haline ge tirmektedir. Ek olarak, kitosan nanopartikülleri, çeşitli biy oaktif bileşikler için bir taşıyıcı olarak kullanılır. Polivinil alkol (PVA) ve kit osan filmine % 5 D-Limonen ilavesi ile mango meyvesinin raf öm rünün uzatılması sağlanmıştır. Benzer ş ekilde kitosan/mısı r nişastası ve sinnamaldehit içeren amb alaj filmlerinin B. cin erea , Rhizopus ve Escherichia coli 'y e karşı inhibis y on gözlenmiştir [15] . T üketime hazır 4 °C’de depolanan çileklerin kalite ve besin parametreleri 10 gün süre y l e kitosan vey a kitosan ve Palmaria palmata Kuntze y osun bazlı y enilebilir filmler uy gulanarak çalışılmıştır. Araştırmanın sonucunda y osun bazlı y enilebilir filmlerin ve kitosan bazlı y enilebilir filmlerin üründe mikrobi ya l y ü kü ve besin k ayıplarını azaltabileceğ i [ 16], a y rıca P. palmate ilavesinin askorbik asit ve antosiyanin i çeriğini önemli ölçüde arttırdığı gözlenmiştir, ay rıca Luo ve ark. [17] tarafında n y apılan bir çalışmada, soğuk depo da muhafaza edilen çilekler in Laminaria japonica ile kaplanm asının antioksidan kapasiteyi kontrol ettiğ i tespit edilmiştir. Pektin ve kitosan katmanlarına tr ans - sinnamaldehit filmler ile y apılan ambalajlama işl emi taze kesilmiş kantalop k avunlarında denenmiş ve hasat sonrası olgunlaşma y ı önemli düzeyde geciktirdiği tespit edilmişti r [18] . Kitosan ve aloe vera ile kaplanan mavi y emişler in 5 °C de 25 gün dayanabildiği ve küflenmey i engelleye rek raf ömrünü 5 gün dah a fazla uzattığı belirlenmiştir [19]. Kitosan, aljin at, ksantan, gellan gibi doğal bileşikler ve sakızların a mbalajlarda kullanımı il e elma, papaya, havuç, guava, erik, mango, ka y ı s ı, muz, portakal gibi me yvelerde ra f ömrünü uzatan doğa dostu , ekonomik po limerler elde edilebileceği ifade edilmiştir. Yenilebilir kaplamalarda % 20 gliserol ve % 1 sakız ilave edilmesi ile me y ve ve sebzelerde ağırlık ka y ı pları taf ömrü bo y unca azaltılabilmektedir [20]. Sakız ve y a zamkların a y r ıca etkin bir kaplama materya li olarak pisilium, aloe vera, keçibo ynuzu sakızı, basil tohumu, flaxseed ile yenilebilir kaplamalar şeklinde taze kesilmiş elmalar için kalite özelliklerini koruy an doğa l ka yna klar olduğu belirtilmiştir [21] . Doğal bileşiklerin am balaj filmlerine ilav e ed ildiği bir çalışmada naringin (NAR), g allik asit (GA), kafeik asit (CA) ve quersetin üzüm ve turunçg illerden elde edile rek, biyolojik bazlı y üks ek y o ğunluklu polietilenle rde kullanılmıştır. Ar aştırma sonucunda test edilen fenolik bileşiklerden, özellikle q uersetinin sürdürülebilir polimer ve biyopolimer formülasyonlarında senteti k antioksidanların u ygun mali y etli alterna ti fi v e ç evre sorunları için p otansi y el oluşturaca ğı düşünülmektedir [22]. Bir araştırma sonu cuna göre epigallokateşin - 3 ga llat (EGCG), blu eberr y me y vesi (BBA) v e macada mia bitkisi (MAC)'nin gıda patojenlerini ve bozulma yapa n mi kroorganizmaları önle y ebildiğini göster miştir. Öz ellikle meyve ve sebzeler için alternatif kontamine gıda yüzeylerinde geliştirilen bezelye nişastası - guar s akızı (PS GG) y enilebilir kaplamaların fonksi y on ve stabilitesini belirlemek için daha ileri çalışmalar önerilmektedir [23]. II. SONUÇL AR Doğal antimikrobiy al gıda paketleme uygulama l arı konusunda çok sa yıda araştırma la r y a pılmıştır. E kstrüz y on vey a kaplanmış film (poly(buty lene-adip ate- co -tere phthalate) (P BAT) , poly (lactic acid) (PLA) ve nişasta) ile uçucu yağlar , bitki özütleri, selüloz, pektin, gellan zamkı , kitosan ve z ein ler bu konuda en çok kullanılanlardır . Biy obazlı antimikrobiyal paketleme ile kim y asal koruy u cuların kullanımı azaltıl aca k, a y r ıca plastik m alzeme bazlı ambalaj tüketiminden uzaklaşılması 81 sonucu çevrenin korunması da sa ğlana bilecekt ir. Uçucu y a ğlar , bitki özütleri ve bileşikleri aktif paketleme ile il gili me y v e patojenlerine, bakte ri ve küflerine karşı büy ük fa ydalar sağ la y abilecektir. KAYNAKL AR [1] F. Velázquez - Co ntreras, N. Gar cía -Cald era, J. D. P. Rosa, D. Martínez - Ro m ero, E. Núñez - Delicad o and J . A. Gabaldón, “Effect o f P LA Ac tive P ackaging Containi ng Mo noterpene - Cyclodextrin Co m ple xes o n B erries P reservation, Po lym e rs, 13, 139 9, 2021. [2] S. Bandyopadh y ay, N. Saha , U. V. B ro dnjak, P. Saha. Bacterial cellulose a nd g uar gu m based modified PVP -CMC hydrogel fil ms:Characterized for packaging fresh ber ries , Food P ackaging and Shelf Life 22 ,100402 , 2019. [3] M. F. Vargas-T orrico, E.Borries -Medrano, M.A. Aguilar- Mendez, “ Develo pment o f gelati n/carboxymethylcell ulose active films conta ining Hass avo cado peel extract a nd their applicatio n as a packa ging fo r the preser vation of berrie s” International Jo urnal of Biological Macr omolecules, Vol ume 206, 1012-1025, 2022. [4] L. B . Chibane, P . Degraeve, H. Ferhout, J . Bo u ajila, N. Oulahala, Plant antimicrobial polyphenols as po tential natural food pr eservative , J Sci Foo d Agric, 99 : 14 57 – 1474, 2019. [5] N. N. Chowdhury, M. N. Islam, R. Jafrin, A. Ra uf , A . Ahmed Khalil, T. B. Emran, A. S.M. Aljohanie, F. A.Alhuma y d hif , J. M. L orenzo, M .A. Shariatii, J . Simal - Gandara, “Natural p lant pro ducts as effective alternatives to synthetic c hemicals fo r po stharvest fruit stora ge manage ment” Critical Reviews in Food Science and Nutri tion, DOI : 10.1080/ 1040 8398.20 22.2079 112, 202 2. [6] A. Yadav, N. Kumar, A. Upadh y ay, P . Ed ible Packaging from Fruit P rocessing Wast e: A Co mprehensi ve Revie w. Food Reviews Internatio nal, https://doi.o rg/10.1080/875 59129.2021.1940198 , 2021. [7] D. Yun, J. Li u, Recent ad vances on the de velopment of food packaging films based on cit rus pr ocessing wastes: A review, Jo urnal of Ag ric ulture and Foo d Research 9 , 1 00316 , 2022. [8] A. Srisa, K. P romh uad, H. San, Y. Laorenza, P . Wo ngphan, K. Wad augsorn, J. Sodsai, T . Kae w p etch, K. Tansin, N. Harnkarnsuj arit, Antibacter ial, Anti fungal and Antivir al Polymeric Foo d P ackaging in P ost-COVID -19 Era . P olym er s 14, 404 2. https://doi.or g/10.3390/po lym 1 41940 42 , 2022. [9] D. J. Sil va, M.M.Oliveira, S.H.Wang, D.J. Carastan, D. S. Rosa, Desi gning anti microbial polypropylene films with grape po m ace extract f or f ood packaging, Food Packagin g a nd Shelf Life 34, 100929 , 2022. [10] R. Her as-Mozos, R. Gavara, P . Her nandez -Munoz, “Develop m ent of anti fungal biop olym er s based o n d ynamic imines as resp onsive releas e s ystem s for t he p ostharve st preservation of blackber ry fruit”, Foo d Chemistr y 3 57, 129838, 2021. [11] K. T yag ia, I. Maoza, Y. Vinokura, V. Rodo va, E. Lewinsohnc, A. Lichtera, “Enhance ment of table grap e fla vor by po stharvest applicatio n of monoterpenes i n modifi ed atmosphere” Post harvest Biolog y and Tec hnology Volume 159, 111018, 2020. [12] S. Ki m , J-H., Kan g, K.B ., Son g. Develo pment o f a S word Bean (Canavalia gladiata) Sta rch Film Co ntaining Go ji Berry Extract , Foo d and B ioprocess T echnology, 13: 911 – 921 , 2020. [13] M. Lehtonen, S. K ekalainenea, I . Ni kkilaa, P. Kilpelainenb, M. T enkanen a, K. S. Mikkonena, “Active food packaging through controlled in situ production and release of hexanal”, Food Chemistry: 5 100074 , 2020. [14] N. Ku m ar, D. Daniloski, P . Neeraj, N. M. D’Cunha, N. Naumovski, A. T . Petkoska, “ Pomegranate peel extract – A natural bioactive add ition to novel active edib le packaging” , Food Research I nternational 1 56, 111378 , 2022. [15] A.B. P erum al, L. H uang, R.B.Na m biar, Y. He, X. L i, P .S. Sellamuthu, “Applicatio n of esse ntial o ils in packa ging films for the preservation o f fruits a nd vegetable s: A revie w” Food Chemistr y 375 , 131810 , 2022. [16] S. P. Bangar, V. Chaudhar y , N. T hakur, P . Kajla, M. Kumar, M. T rif, “Natural Antimicrob ials as Additives f or Edible Fo od Packaging Applicatio ns: A Re view”, Foo ds 10, 2282, 2021. [17] P. Luo, F. Li, H. Liu, X. Yang, Z. Duan, Effect of fucoidan-based edible coating o n antioxidant d egradation kinetics in strawberr y fruit d uring cold stor age. Journal o f Food Pro cessing and P reservation, 4 4, e1438 1, 2020. [18] M .R. Khan, F. A. Giusep pe, E. To rrieri, M. B. Sadi, Recent ad vances in biopolymeric antioxidant films and coatings for p reservation of nutritional qualit y o f minimall y processed f ruits and veg etabl es, Food Packaging and Shelf Life 30 1 00752 , 2021. [19] I . B. B asumatary, A. Mu kherjee, V. Kati yar, S. Ku mar, Biopo lym er -based nanoco mposite films a nd coatin gs: rece nt advances i n shelf-li fe improve ment of fruits and vegetables , Critical Reviews in Food Scie nce an d Nu trition, 62 (7), 1 912 – 1935 , 2022. [20] F. Salehi, Edible Coating of Fruit s and Vegetab les Usi ng Natural Gums: A Revie w , International Jo urnal of Fruit Science, 20 ( 2), 570 -589, 2020. [21] B . Yousuf, O. S. Qad ri, A. K. Srivasta va, Rece nt develop men ts in shelf-li fe ex tension of f re sh-cut fruits and vegetables b y application of different edible coatings: A review . LWT - Food Science and Tec hnology 89 , 198 – 209 , 2018. [22] S. Roj as- Le m a, S. T orres- Gi ner, L. Quiles - Carr illo, J. Go m ez-Cat urla, D. Gar cia - Ga rcia, R. Balar t, “On the Use of Phenolic Compo unds Present in Citrus Fr uits and Grapes as Natural Antioxidants for Ther m o -Co m pre ssed Bio-Based High- Densit y Polyethylene Fil ms”, [23] B. Saberi, S. Chockchaisawasdee, J. B. Go lding, C. J. Scarlett, C. E. Sta thop oulos, Characterizatio n of pea starch - guar gumbioco mposite edible f ilms enric hed by nat ural antimicrobial agent s for active food packaging , Fo od and B io products pro cessing 1 05 , 51 – 63 , 2017. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 88 CNN -BASED REAL-TI ME SYSTEM DESIGN AN D CLASSIFICA TION OF RECYCLAB LE WASTE İbrahim ÖZKAL 1 , Fatih BAŞÇİFTÇİ 2 1 Departmen t of Compu ter Engineering , Faculty of Tec hnology , Selçuk Un iversity , Konya, Tü rkiye 2 Departmen t of Compu ter Engineering, F aculty of Technolog y, Selçuk Un iversity, Konya, Türkiye 1 ( ibrahim.ozkal@meb .gov.tr ) 2 ( [email protected] u.tr) Abstract – The purpose of this study , separate waste management through deep le arning and design a real - time s y stem for intelligent waste classification. Deep lea rning and ima ge processing studies are one of the solutions for sorting and rec y clin g large amount s of ur ban waste. T ypically different t y pes and mixed wastes ar e ve r y difficult t o separate. Mix ed wastes is very expensive and often difficult to dispo se. Be cause of this, dispose issues ta kes times to consume an d often impossible to dispose process. Therefore, waste material separation procedures are usually performed by the hands of the emplo y e es . The real-time wast e management s ystem mai nly focuses on sorting, cate gorizing, and directing the waste to the bins. In this project, real-time s y st ems are used for waste classification to classif y 6 real -world d atasets of garbage, glass, cardboard, metal, plastic, pape r and other waste materials. In the d eveloped mod el, the NVID IA Jetson Xavier NX Developer Kit and USB camera modul e detect the t y p e of waste usin g the t rained CNN model. The conve y or belt and se paration areas are connected to the sensors in the real-time s ystem and this system classifies the w aste in the relevant compartment. For I m age cl assification, the CNN algorithm and GoogleNet and Resnet50 deep lear ning architectures are us ed. CNN al gorithms enabled obtaining ex plicit information fr om different la y ers of the neural ne twork. For this reason, real-time s y stems provide continuous monitoring, as well as a higher a ccuracy r ate. As result, the r eal-time waste management s y s tem proposed and tried to reveal a r eal-time s ystem design that performs the classification of w astes with the image processing method (CNN) for waste management. Keywords – Real- time System Design, CN N, Deep Learnin g, W as te Manag ement I. I NTRODUCTION Waste mana ge ment be came a universal problem in toda y 's world. I t is a noticeable situation that even small cities are surr ounded b y large amounts of garbage [1] . This sit uation shows a new concept of "recyc lin g" to the agenda. Recy cling become a more and more important sit ua tion to have a clean and sustainable environment. The world is currentl y i n a period whe re n atural resources consume rapidly. Du ring this period, people tr y to develop sol utions and try to get out of this situation that endangers the lives of living things. For this purpose, environmental sustainability be comes more im portant d a y b y da y to use natural re sources more effectivel y . Environmental sustainabilit y c onsists of five main headings: protection of biodiversit y , social needs, regenera tive capacit y , limitations of non -renewable resources and waste production, as well as reuse and recyc lin g [2] . Reuse and rec y cling have t he important part of sustainable wa ste man agement. Recy cling deals with environmental sustainability , whi ch becomes increasingl y important rec entl y . Human beings continue to provide resou rces and th e abilit y of waste to destro y the pollution created [3 ] . This sit uation point s out the 89 use of recy cling t echnologies in stru ctural w aste management [4]. Waste materials should be rec yc led or dispo sed of appropriately [5]. Recy c ling, soli d waste interacts with the environment and people when they a re ge nerated in the waste cy cl e. This situation affects human health du e to its disease-causin g properties and its interaction with infectious substances [ 5]. Waste separation strategies and anal y sis show tha t increase the efficient use of n atural resources and prevent waste p roduction. Worldwide wast e separa tion data shows that rec y cled materials are only a low rate of 13% [6 ]. According to Eurostat [7], the European Union rec y cled 423 mill ion tons of waste, accounting for 56 % of local waste in 2018 . In addition, 24% of the 179 mi llion tons of locally produced w aste is in the European Union [8] . Turkiye's waste disposal shows that 78.3 mi llion tons of 127.4 mi llion tons of waste processed in recyc lin g facilities are disposed of and 49.1 million tons are recovered [9]. Researc h shows that c urrent waste allocation strategies a re ine ffective and thus rec yc lin g is ve r y important [10]. Efficient sorting s y stems r equire intensive labor and time. The most important reason for this is the t y p e of waste materials and the problems experienced in per forming the classification process [1 1] . After the classification and separation o f waste materials, the rec ycling process has to be st arted. This provides efficient an d sustainable recycling while protecting people and the environment from the side effects of waste materials. Separation techniques using adv anced technolog i es and machined developed technology will be useful in the future. For thi s reason, in this study, a real-time s ystem is designed for real-ti me detection of paper, glass, metal, plastic, and garbage recyc lin g bins with image processing al gorithms. At the end of th e stud y, it tried to determine the recyc lin g waste in r eal t ime. For this purpos e, th e NVIDI A J estson Xavier NX Developer Kit and webca m capture s ystem are used to implement and process th e images. A t otal of 4041 images divided into cardboard, glass, m etal, paper, plastic, and trash classes are used for tr aining. Tr aining is carr ied out with the Py Torch librar y to collect and label datasets, and with GoogleNet and R esNet50 models for modelin g. At the en d of the stud y , a real -ti me system d esign that performs waste classification with an image processing method (CNN) for waste management is tried to be put forward. A. Literature Review Recently , object detection is started to be used for many purposes within the developing technology . With the increasing interest in artificial int ellige nce, this situation leads to the development of deep learning approac hes [12] . Such as object recognition, digital games, and autonomous driving t echnology is someone of so m e significa nt d evelopment areas [13 ] . W ithout these area s, ti mely recognition and anal y sis of medic al diseases [ 14] in the financial field are development area s too. Recent studies show that man y studies o n image classification are popular and happened [1 3] . This situation leads to an increase in studies in the field of dee p l earning day b y da y., MA, et al. [15] studies shows that more than 200 remote sensing image anal y sis . In this studies such as image fusion, image recordin g, scene classification, object de t ection, land use and land cover classification, segmentation and object discovery im age anal ysis. This studies shows that image r ecognition newly pa rt of our li ves. Deep learning applications and technologies spreads with the remote sensin g f rom deep learning to preprocessing and mappi ng. Deep l earning m ethods become interesting because deep learning a llows the training of the deep network using th e available dat a [15]. Recent studies show that dee p learning methods hav e opportunities and challenges i n different fiel ds mentioned in applicati ons. The de ep learning method creates opportunit ies in all sectors an d continues to deve lop in smart produ ction, medicine, agriculture, arch eology , games, and sim ilar fields. Systems that recognize speech and ima ges help people anal y z e complex sy stems. I n addition, big data man agement, d ata labelin g, transfer of knowledge and experience to artificial intelligence, and possible failures are seen a s limitations [16 ]. Recently , image pro cessing methods are on e step ahead of other dee p learning algorithms [17]. T he unique and peculiar struc ture of the human e y e le d to this area of int erest in image processing. Networ k structure, la y e r desi gn, and tutorials promote image processing in all it s aspects. In addition, the rapid increase in unlabeled trai ning images affects image processing performance. Among the topics of n ew ge neration d eep le arning, the re are p romi sing 90 studies for the futur e, applications that will facilitate human li fe, and applications that will ensure the continuation of the world's ecos y stem. The issue o f recyc lin g is among th e topics that r esearchers h ave rece ntl y focused on [18]. The reusable procedure for waste subst ances is usually performed b y th e hands of the emplo y e es [19]. This stuation increases the cost of recycling and is already a high c ost . Deep learning and image processing is considered a solution for the separa tion and re cycling of lar ge amounts of cit y waste. B. Real-Time System Design The real-time sy st em is any compute d system that is limited to e xternal ly generated input alerts and must respond within a specific p eriod [20]. Compute sy stems with connected ha rdware a nd software integration designed to perform a special function generally define as Real-time s y st ems [21]. In this ce ntur y , real-time system applica tions works silently and have important roles. Real-time systems is used many industries, including industrial automation, defe nse, transportation and aerial navigation. Every day, people around the world use these systems without realizing them. Real-time systems that make everyday life easier and easier such as homes work with smart devices and integrated systems. There are man y examples in our life such as security s ystems, c able and satellite boxes for televisions, h ome theater s y stems an d telephone answering m achines. Figure 1 shows examples of real-time systems in our lives. Fig. 1 Real-ti me systems at ho mes II. M AT ER I ALS AND M ETHOD There are two phases in this stud y that is CNN - based im age processing and r eal-time s ystem design. A. Real-Time Waste Management System Model In this stud y , waste man agement s y st em focuses on classifica tion type s of and routes wastes are as with the real-time s y stem. Figure 2 shows the ge neral model of the waste management s y stem. Fig. 2 Mod el of the real-ti me waste manage ment system As shown in Figure 2, the real-time waste classification includes CNN-based object detection model NV I DIA Jestson Xavier NX Developer K it, camera module, sensors, and conve yor belt hardware. This model is integrated with the NVIDI A Jetson Xavier NX Developer Kit. This model uses NVI DIA J etson Xavier and detects tra sh materials with use of CNN. NVIDIA acts as th e main processing c enter for waste classification. CNN-based algorithms in the P y thon lan guage are transferred to the NV IDIA kit so that they are checked for object detection and detection. USB camera is used to run the training model, and detect objects. The 13 MP USB camera is c onnected to the NVIDI A kit via US B input s and transmits information to the conveyor belt s y stem with t he average speed and range account. The detection of objects and uncleanliness on the conve y o r belt a re classified in to six relevant sections. A separate section has b een created for und etectable object s, and they are colle cted in this area. B. Training of CNN-Based Im age Process In this study , the TrashNet dataset is used to train the waste classific ation model based on CNN [ 22]. The TrashNet dataset consists of 2527 im ages divided into six categor ies. The experimental analy sis of the study uses 6 real-wo rld da tasets. Table 1 shows the used data sets infor mation. Tab le 1. Inform atio n of T raining Data Set No Data Set Num ber of Data 1 Cardboar d 403 2 Glass 501 3 Metal 410 4 Paper 594 5 Plastic 482 6 G arbage 137 Total 2527 Before the stud y , to increase the size of the original dataset, applied some operations to the dataset images which is speciel for trashnet data set. 91 It was essentiall y rando mly t ranslated, clipped, and scaled before the d ata processing ph ase. Images a re randomly rotated between 90 o and 180 o , randoml y cropped at different size and hei ght ratios, the RGB image is conv erted to a gra y image, and lastl y cropped and norm alized to 256 x 256. This results in a 360 MB dataset of 9970 im ag es. 512 * 384 image s are used. 70 % of the images w ere us ed for training, and 30% for testing and verification. Fig ure 3 shows the phase of the application and the tests performed. Fig. 3 Real-ti me systems at ho mes As shown in Figure 3, the training carr ies out on the CNN model after the pre-preparation stage of t he waste images. This tra ini ng; Step 1: Edi ting and training of images: Dataset sets are first set to classif y waste images. The dat aset is used in a total of 2527 im ag es, divided into the classes of cardboard, glass, metal, paper, plastic, and garbage materials. Step 2: Editing and pre-preparation: Identified image s w ere p re-prepared. I m ages a re r andomly rotated between 90 o and 180 o , randoml y cropped at differe nt siz e and hei ght ratios, the R GB image is converted to a gray im age, and lastl y c ropped a nd normalized to 256 x 256. 9970 images are acquired as a re sult of these actions. Step 3: Training and Classification: Training and classification with Python were carried out. Step 4: Model Suitability GoogleNet and mod el ResNet50 and the model' s suitabilit y have been tested. Step 5: Object detection: Object recognition is applied to webcam data. C. CNN -Based Image Training In this stud y , the train of the waste classification model is used for Matlab R2021 progra m. Alexnet, GoogleNet, and Resnet50 deep learning architec tures are used to t rain the dataset. For mod el training, Intel(R) C ore(TM) i7 2.80 GHz P C with Windows operating s y stem is used. The training of Trashnet training kit uses AlexNet, GoogleNet , an d Resnet50. To improve the efficie nc y of model training, the learnin g rate is 0.0001, the maximum number of c y cles is 20, and the number of groups is 20. The training process ended when the final iteration is rea ched. D. Real-Time System Design Real-time s y stem desi gn carried out for the tr aining phase of images. This stud y is intended to detect waste in real -time, to separate the d etected wast e. The waste t y pe is been identified b y the components moving on the convey or belt and classified according to the re leva nt se ctions. The NVIDIA Jestson Xavier NX Developer Kit, which serves as the main processing center, performs t he classification and parsing of objects in real -time. Fig ure 4 sho ws the conv ey or belt which is us ed i n the study. Fig. 4 Exa m p le of Co nveyor Belt As shown in Figure 4, the 15 -pin c onve yor b elt is equipped with the det ection of rec y cling materials. The USB c amera is placed on the convey or belt and connected to the por t of the main processing c enter. In the classification section of the sy stem uses to transport waste materilas int o the wa ste section s with servo driv e and servo motors. In this se ction, waste detection works direct the relevant waste t o the waste areas. The s ervo motors helps waste detection pha se and return to the waste bin. The beg inin g stru cture of th e servo motor is connected to a plastic panel and allows the waste to fall into the relevant waste compartment. The servo motor directs the waste in the desired direction to move in the box. The servo motors are connec ted to the NVIDI A J estson Xavier NX Developer Ki t, powered via the VI N ter minal. III. R ESULTS In this centur y , major problem is the inconv enient use of rec y clin g areas. C urrent waste m anagement systems ca us es high waste produc tion and higher costs. With re al time sy s tems and deep learni ng 92 models, waste classification process coluld b e reduce d. CNN model on NVI D IA Jestson Xavier NX Developer Kit, with conveyor belt, servo motors, and USB Cam era integra ti on, trash can, paper, cardboard, plastic, glass, six t y pes of waste, including metal and other waste, can be cl assified as acceptable. Servo motor s attached to the conv e yor belt route wa ste from tem porary waste placement in real-time to the relevant waste compar tment. The process of classif y ing and categorizing wa ste is between 4 and 6 seconds. I n this stud y , trainin g of waste images is carried out by using Goo gleN et and Resnet 50 fr om CNN deep networks. Table 2 shows the training results. Tab le 2 . Results of Training No Model Accuracy (%) Training Time (m i n.) Epoch Iteration 1 G oogleNet 94.04 320 20 6980 2 Resnet50 97.59 720 20 6980 As shown in Table 2, the missing data of the two models in the training pr ocess is c arried out durin g a 100-iterative training p hase, be tween 626 and 720 minutes of the training period and a 20-period trial. The training results in 94.04 accuracy rates as a result of GoogleNet trai ning, while the Resnet50 model has 97.59 a ccuracy rates. I n t erms of the training period, the most training time is r ealized in Resnet50, while the GoogleNet model showe d faster a nd mo re accurate results. IV. DI SCUSS ION AND CONC L US ION A trained CNN model, conveyor belt , and sensor- related separating systems can be used as a future opportunity to classif y waste in the relevant compartment. Program and machine-based waste collection s y stem s can reduce human power. Real - time waste separ ating s y stems ca n b e performed with a s ystem that c an m onitor the condition of th e bin at a distance. With the deep learnin g models a nd real time int elligent w aste classif ication models w ill contribute to sustainable and cyclical ec onom y. R EFE R ENCES [1] H. N. K ulkarni a nd N. K. S. Ra man, " Waste ob ject detection and classification ," in CS230 Stanford, 2019. [2] N. H. Khan, M. Nafees, A. ur Rahman, and T . Saeed, " Ecodesigning for eco logical sustainab ility ," in Frontiers in Plant-Soil Interact ion: Elsevier, 2021, pp. 589 -616. [3] Ş. Ka ypak, " Küreselleşme sü recinde sürdürülebilir bir kalkınma için sürdürülebilir bir çevre ," Karam a noğlu Mehmetbe y Üniversites i Sosyal Ve E konomik Araştırmalar Der gisi, vol. 2 011, no. 1, pp. 19 -33, 2011. [4] F. Saltabaş, B. T ombul, M. Z . Yazgan, F. Y üksel, and Ö. Ülkemizde, " Tehlikeli atık yö netimi ve bertara f teknolo jileri ," Tehlikeli Atık Yönetimi Eğitimi, İstanbul, Türkiye, vol. 28 , 2012. [5] A. A. Gündüzalp an d S. Gü ven, " A tık, çeşitleri, atık yönetimi, geri dönü şüm ve tüketici: Çankaya beled iyesi ve semt tüke ticileri örneğ i , " Hacettepe Üniv ersitesi Sosyolojik Araştır malar E -Dergisi, vol. 9 , pp. 1 -19, 2016. [6] K. Conlon, " P lastic roa ds: Not all they’re paved u p to be ," I nternational Journal of Sustainable Develop m e nt & World Ecology , vol. 2 9, no. 1, pp . 80 -83, 2022. [7] S. E. Eurostat. " Waste statistics ." https://ec.europ a.eu/eurostat/statistics - explained/index.php? title=Ma in_Page (accessed 15.0 6.2022, 2022). [8] N. C. A. Sallang, M. T. Islam , M. S. Islam, and H. Arshad, " A CNN-Based Sma rt Waste Mana gement System Using Ten sorFlow Lit e and LoRa -GPS Shield in the In ternet of Things Environ ment ," IE EE Access, vol. 9, pp . 153560-153 574, 2021. [9] S. Gündo ğdu and T . R. Walke r, " Why Turkey shou ld not import plastic waste po llution from develop ed coun tries? " Marine Pollution B ulletin, vol. 171 , p. 112772, 2021. [10] S. Nižetić, N. Djilali, A. Papadop oulos, and J. J. Rodrigues, " Smart tech nologies fo r the promotion o f energy efficiency, utilization of sustaina ble resou rces and waste manageme nt ," Jo urn al of cleaner p roduction, vol. 231 , pp. 565 -591, 2019. [11] K. -Y. Lin, "User experience -b ased product design f or smart p roduction to empo wer industr y 4.0 in the gla ss recycling cir cular ec onomy," Computers & I ndustrial Engineering, vol. 125, pp. 72 9-738 , 2018. [12] H. Lu, Y. Li, M. Chen, H. Kim, and S. Serikawa, " Brain intelligence: g o beyond artif icial intelligence," Mo bile Networks and Applicatio ns, vol. 23, no. 2, pp. 3 68 -375, 2018. [13] M. Quaak, L. van de Mo rtel, R. M. T hom a s, and G. van Wingen, " Deep learning applications for the classification of p sychiatric disorder s using neuroimaging data: system atic revie w a nd meta - analysis," Neuro Image: Clinical, vol. 30, p. 102584 , 2021. [14] K. Shirbandi et al., " Accuracy o f de ep learning m odel - assisted amyloid positron emission to mography sca n i n predicting Alzheimer 's diseas e: A Systematic Revie w and meta-a nalysis," Informatics in Medici ne U nlocked, vol. 25, p. 100710, 2021. [15] L. Ma, Y. Liu, X. Zhang, Y . Ye, G. Yin, and B . A. Jo hns on, " Deep learning in remote sensin g applications : A meta -analysis and rev ie w , " ISPRS j ournal of photogra mmetry a nd remote sensing, vol. 152 , p p. 166 - 177, 2019. [16] C. Junxi ng and W . Sh ikai, " Deep learning: Cha nce a nd challenge for deep gas res ervoir identif ication," in International Geophysical Co nference, Qingdao, China, 17 -20 April 201 7, 2017 : Societ y o f Exploration Geoph y sicists and C hinese P etroleum Societ y, pp. 7 11 - 712. 93 [17] J . Egger et al., " Medical Deep Learning – A systemati c Meta-Revie w ," Co m p uter Method s and P rograms in Biomedicine, p. 106874 , 2022. [18] D. J . Hemanth and V. V. Estrela, Deep learning for i mage processing applicatio ns. IOS Pr ess, 2017 . [19] D. O. Melinte, A . -M. Travediu, and D. N. Du mitriu, "Deep co nvolutional neural ne tworks obj ect detector for re al -time waste ide ntification," Applied Sciences, vol. 10, no. 20, p. 7301, 2020. [20] E. Avuçlu and F. B aşçiftçi, " An interacti ve robo t design to find m issing peo ple and inform t heir location b y real - time face rec ognition syste m o n moving i m ages," Journal of Ambient Intelligence a nd Hu m a nized Co mputing, pp. 1-12, 2 021. [21] X. Fan, Real-t ime e mbedded syste ms: desi gn principles and engineerin g practices. Newnes, 20 15. [22] M. Yang a nd G. Thung, "Classification o f trash for recyclability sta tus," CS229 proj ect report, vol. 20 16, p . 3, 2016 . 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 94 Evalua tion of Fresh State of Colo r Pigment Incorpo rated Roller Compacted Conc rete Gokhan Calis * , Sadik Alper Yildizel 2 and Ulku Sultan Ke skin 3 1 Civil Enginee ring Depa rtment/ En gineering Faculty, Karamano glu Mehmetb ey University, Turkey 2 Civil Engin eering Depa rtment/ Eng ineering Faculty , Karamanog lu Mehmetb ey University, 3 Civil Engin eering Depa rtment/ Eng ineering and Natural Scien ces Faculty , Kon ya Technical University, Turkey * (gokhan [email protected] u.tr ) Abstract – Roller compacted concrete is like conventi onal concrete in terms of ingre di ents and performance criteria. I t is widel y used in roads dams. C ement replacement materials, alternative a ggregates and fibers are widel y incorporated in roller compacted c oncr ete with the purpose of a chieving better pe rformance and sustainability . These alt ernative materials along with mixture design, type of cement, existence of plasticizer have an e ffect on properties of RCC. Ve be time of R0 was determined to be 31 second which i s similar with the sample contains 0.25% pi gment. Bey ond 0.25 % of pigme nt addition by wei ght of cement vebe time noticeabl y inc rease s. V ebe time of sam ples that have 1% color pigment were determined to be 36 second. Addition of pigment has ne ga tive impact on vebe time and workability of roller co mpacted concre t e. Keywords – Roller co mpacted concrete, co lor pigment, fresh state of roller comp acted co ncrete, vebe test I. I NTRODUCTION Roller compacted concrete (RCC ) is widely known as dr y mix and zero slump concrete [1]. Eve n RCC contains same materials with traditional concre t e binder content is less in RCC [2,3] . L ike conventional concrete cement replacement materials[2,4 – 11], alternative a ggregates [ 12 – 16], and fibers[17 – 22] were commonl y used in RC C with the purpose of achieving susta inabilit y and better m echanical and d urability properties. Roller compacted concrete is mainl y used in da ms and pavements. Figure 1 repr esents use of R CC in dams in countries. Similar to traditional concrete it requires to achieve certain level of compressive stren gth. Minimum compressive stre n gth of 28 Da y s RCC for the environment without freeze and thaw [23] is 28 MPa while 31 MPa is required RCC that is exposed to freeze a nd th aw effect. Consistency and wor kability o f traditional concre t e is determined b y slum p test while vebe tes t is required for RC C [ 24]. AC I 325[23] defines suitable vebe time range is 30-40 seconds while the other studies suggest different ranges 20 -40 s [ 25] , 23-50 s[26], 47-65 s[27 ]. Chhorn et al. states 20-75 second of vebe ti me is acceptable [28]. While various vebe times have b een put fo rward, vebe time of concrete d epends on aggregate gradation, properties of cement, admix tures, and mixing procedure. Further when fiber is utilized in RC C it is vit al to determine the optimum fiber volume frac tion to cement paste ratio in order to obtain best workability [ 17]. Shams aei et al. [29] investigated effects of utilization of cross-linked pol y eth y len e was as aggrega te in roller compacted concrete. With the increase d EXL PE amount, the workability o f RCC increased and vebe time decreased. This could be attributed to lower water absorption of X L P E in comparison to natural 95 aggrega tes. Hence, free water in th e mix ture leads better workability a nd shorter veb e time. Fig. 1. Roller co mpacted concrete distribution [30 ] . Algın et al. [ 31] studied eff ects of macro s y nthetic fibers on fresh and har dened properties of roll er compacted concrete. Vebe time of control mix ture was determined to be 20 second. They incorporated 0.2%, 0.4% and 0.6 % ma cro s y nthetic fiber in their studies and relevant vebe ti mes were determined t o be 40, 44 and 46 second. I t was conclud ed that inclusion of macro s y nthetic fiber has negative impact on workabilit y of RCC due to high wa ter absorption capacity of the utiliz ed fiber. Benoua dah et al.[32] investig ated ph y sic al and mechanical behavior of polypropylene fiber add ed roller compacted concrete. The amount of polypropylene was 0.5, 1, 1.5, 2 and 2.5 kg/m 3 . Vebe time of control mixture was determined to be 37 while the others were determined to be 45, 47, 51, 54, 59 s respectivel y . I t was proved that increase in the amount of pol ypropylene has negative impact on vebe time and workabilit y of roller compacted concre t e. In the othe r stud y [ 33] shredded rubber ti re was utilized as replacement of a ggregate in roller compacted concrete. Rubber content was by weight of aggregate. Vebe time was determined to be 33 second on control mixture while the lowest veb e time was determined to 24 second on the mix ture contains 30% of shredded rubber tire as a ggrega te. In the r ecent stud y [ 34] effect of low fines content sand or limestone modified sand instea d of standard sand in RCC was evaluated on v ebe tim e. Utilization of low fine s content and li mestone modified sand as replacement of n atural aggregate results an increase in vebe ti me from 26 s econd to 34 seconds. Adamu and Mohammad [35] replace d fine aggrega te with crumb rubber in RCC. Four level of replacement 0%, 10%, 20%, 30% b y volume of fine aggrega te was p erformed. With the increase of crumb rubber amount vebe time of RCC mixtures showed decreasing tr end. Vebe time of contr ol mixture is 33 seconds. Crumb rubber added mixtures (10%, 20%, 30%) show less vebe time 30s, 25s, 21s. this d ecrease is a r esult of h y drophob ic nature of c rumb rubber. Crumb rubber incorpor ated mixtures have ne gative i mpact on work ability an d vebe time of roller compacted c oncrete samples. Within the scope of this stud y colo r pigment incorporated rolle r compacted samples were prepared and their fresh properties are observed. II. M ATE R I ALS AND M ETHOD Gradation of utilized aggregate is shown in figure 2 and photo of aggregates prese nted in figure 3. Fig. 2. Utilized agg regate gradation curve 12% 9% 26% 5% 9% 6% 33% R o l l e r C o m p a c t e d C o n c r e t e % D i s t r i b u t i o n Japan Brazil China Ethiopia Turkey Vietnam Others 96 Fig. 3. Utilized agg regate Yellow pigment was u tilized in the samples. Photo of pigment is presented in fig ure 4. Fig. 4. Utilized pigm ent 5 different samples were prepared. The n ames of samples are R 0, P0.25, P0.5, P0.75 and P1 and th e amount of pigment are 0 %, 0.25%, 0.5%, 0.75 an d 1% of cement by weight r espectively. Preparation of samples for vebe test is shown in fig ure 5. Fig. 5. Vebe test of sam p les Table .1Pigm ent properties . Property Value Reference Size of Partic le (325 m esh) 0.55 ASTM D 185 Fe 2 O 3 83 ASTM D- 50- 81 Moisture 105C o % 0.4 ASTM D- 280- 33 Oil absorpt ion 55 ASTM D- 281 Water soluabl e salt % 0.61 ASTM D- 1208 PH(%5 wate r solution) 7 Ig nition Lost 1000C % 13 ASTM D- 50 Chem ical Formula FeO(OH) .n H 2 O In all the concrete mix tures water/binder ratio is the same furthermore the other ingredients are same as well. Onl y difference in the samples is the amount of color pigment. Characteristics of utilized cement are presented in table 2. Table 2. Cem ent proper ties Chem ical and Physical Properties Upper and Low er Lim its as per EN 197- 1 Min. Max I nsoluble Residue 0.17% - 0.17% SiO 2 21.61% - 21.61% Al 2 O 3 4.07% - 4.07% Fe 2 O 3 0.27% - 0.27% CaO 65.71% - 65.71% MgO 1.32% - 1.32% SO 3 3.34% - 3.34% 97 Loss ın Ig nition 3.21% - 3.21% Na 2 O 0.31% - 0.31% K 2 O 0.34% - 0.34% Chloride(Cl - ) 0.01% - 0.01% Free CaO 1.60% - 1.60% Specific Weight 3.06 gr/cm 3 - 3.06 gr/cm 3 Specific Surface Area (Blaine) 4600 cm 2 /gr - 4600 cm 2 /gr I nitial Set ting 100 m nt. 45 100 m nt. Final Setting 130 m nt. - 130 m nt. Water 30% - 30% Volum e Consistency (Le Chateller) 1 mm - 1 mm Residue in 0.045 mm Sieve 1% - 1% Residue in 0.090 mm Sieve 0.1% - 0.1% III. R ESULTS Density of all the samples we re determined and presented in figure 6 below. Addition of pigment has small enhanc in g effect on the de nsit y . Fig. 6 Density of Fresh Concrete Vebe test was c arried out in accordance with ASTM C 1170-91[ 36]. Vebe test results are p resented i n figure 7. Vebe time of R0 was determined to be 31 second which is similar with the sample contains 0.25% pigment. Fig 7 : Vebe test results Be y ond 0.25% of pi gment addition by weight of cement vebe time noticeabl y incr eases. Vebe time of samples that have 1% color pi gment were determined to be 36 sec ond. Additi on of pi gment has negative impact on ve be time and workabilit y o f roller compacted concr ete. The particle siz e of pigment is greater than particles of cement. Thi s might provide an advantage in comparison to pozzolanic materials of which particle siz e is smaller than cement. I t c an be concluded that with this particle color pi gment do not harm vebe time very badl y in compariso n to some other pozzolanic materials. In this study cost of pigment incorporation w as not inves tigated sim ilarly be yond 1% of pigment incorpor ation was not investigate d. 1% was determined from the literature studi es. In the future studies these points should be investigated. IV. DI SCUSS ION Addition of pigment has negative impact on veb e time and workabilit y of roller compacted concrete. The particle size of pigment is grea ter than particles of cement. This might provide an advantage in comparison to poz zolanic materials of which particle siz e is smaller than cement. I t can be concluded that with thi s particle color pigm ent do not harm vebe time v ery badl y in compar ison to some other pozzolanic m aterials. In this stud y cost of pigment inco rporation was not investi gated similarly be yond 1% of pigment incorporation was 28 29 30 31 32 33 34 35 36 37 R0 P0.25 P0.5 P0.75 P1 V ebe T est R esults (s econd) 2338,5 2339,0 2339,5 2340,0 2340,5 2341,0 2341,5 2342,0 2342,5 R0 P0.25 P0.5 P0.75 P1 Density of Fresh Concrete (kg /m 3 ) 104 TEŞEKKÜR Bu çalışma Mersin Üniversitesi tarafından bilimsel ara ştırma proje (B AP) birimince 2022 -2- TP3-4769 proje kodu ile desteklenmektedir. Yazarlar Mersin Üniversitesi -BAP birimine teşekkür eder. KAYNAKL AR [1] L. A . Zadeh, “Fuzzy s et s,” Informa tion and Control , v ol. 8, pp . 338-353, 1965. [2] Z. P awlak, “Rou gh sets,”, Internatio nal Jo urnal o f Computing an d Informa tion Science s, vol. 11, pp . 341 - 356, 1982. [3] D. Mo lodtsov, “Soft set theor y -first r esults, ” Computers and Mathema tics with Applications, vol. 3 7, pp. 1 9-31 , 1999. [4] P. K. Maji, A. R. Roy, and R. B isw a s, “Soft set t heor y ,” Computers and Ma thematics with App lications , vol. 45(4 -5), pp. 555 – 562, 2003. [5] N. Demirtaş, S. Hussain, and O. Dalkılıç, “Ne w appro aches o f in verse soft rough sets a nd their applicatio ns in a d ecision making pro blem,” Jo urnal of Applied Mathematics a nd In formatics , vol. 3 8(3 -4), pp. 335 -349, 2020. [6] O. Dalkılıç, and N. De mirtaş, “Bipolar so ft filter,” Journa l of Universal Mathema tics , vol. 3(1), pp . 21 -27, 2020. [7] M. Shabir, and M. Naz, “On soft to pological spaces,” Computers and Mathema tics with App lications , vol. 61, pp. 178 6-1799, 2011. [8] N. Demirtaş, an d O. Da lkılı ç, “An app lication i n t he diagnosis of pro state ca ncer with t he help of b ipolar soft rough sets,” o n Ma thematic s and Mathe matics Educatio n (ICMME 20 19), 283, 201 9. [9] O. Dalkılıç, a nd N. Demirtaş, “Bipo lar fuzz y soft D - metric spaces,” Co mmunicatio ns Fac ulty o f Sciences University o f Ankara Serie s A1 Mathe m atics and Statistics, vol. 70 (1), pp. 64-73, 2021. [10] P . K. Maji, A. R. Roy, and R. Biswas, “Fuzzy soft sets,” Journal of Fuzz y Mathe matics, vol. 9(3), p p. 5 89 -602, 2001. [11] N. Çağman, F. Çıtak, and S. Enginoğlu, “FP -soft Set Theor y and Its Applicati ons,” An nals of F uzzy Mathematics and I nformatics, vol. 2 , pp. 219 -226, 2011. [12] O. Dalkılıç, an d N. Demirtaş, “VFP -so ft sets an d its applicatio n on d ecision m a king pro blems,” Journa l of Polytechn ic , vol. 2 4(4), pp. 1391 -1399 , 2021. [13] N. Çağman, F. Çıtak, and S. En ginoğlu, “Fuzz y parameterized fuzzy soft set theory a nd its application s,” Turkish Journal of F uzzy S ystems, vol. 1(1 ), p p. 21 -35, 2010. [14] O. Dalkılıç, and N. Demirt aş, “Virtual intuitionistic fuzzy para meterized intuitio nistic fuzz y soft sets a nd their ap plication in decisio n- ma king,” G ümüşhane University Journal of Scien ce and T echnology, vol. 12(3 ), pp. 769-780 , 2022. [15] O. Dalkılıç, and N. De mirtaş, “Algebr aic o perations of virtual fuzz y par ameterized soft set s a nd their app lication in d ecision- making,” Cumhuri y et Scie nce Journal, vol. 42(4 ), pp. 878-889 , 2021. [16] N. De m irtaş, a nd O. Dalkılıç, “Neutroso phic Extension of N-soft Set and Similarity- Based Decision- Ma king,” Turkish Jo urnal o f Mathemati cs and Computer Science, vol. 13(2 ), pp. 294 -309, 2021. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 105 Application of the Extended Fini te Element Method to Assess ment of Rock Slopes TAL EB Hosni Abderrah mane *1, 2 , GUEM I D I I smahene 1 , 3 and RAHMANI. Abdallah Yacine 4, 5 1 FIMAS La boratory, University of B echar – ALGERIA 2 Departmen t of Civil Engin eering and Hyd raulic, Institute o f Science and Technolog y, Univers ity Center of Mila. ALGER IA 3 University Ch adli Ben djedid of El Ta rf, ALGERIA 4 Departmen t of Civil En gineering, University of Msila, 28 000 M’sila, Alg eria 5 Earthqu ake Engineering and Structu ral Dynamics La boratory, Nationa l Polytech nic School, Algiers, Alg eria * (t aleb hosni@ya hoo.fr) Ema il of the co rresponding autho r Abstract – The development of numerical anal y sis methods and their applic ation to geomechanics problems have provided ge otechnical en gineers with ex tre mely powerful tools. One of the most important problems in geotechnical engineering is slope stabili ty analysis. I t is a very difficult t ask due to several aspects such as the nature of the problem (continuum and discontinuum), experimental consideration, monitoring, controlling, assessment and modelling. The pr esent stud y us ed the Ex tended Finite Element Method as a tool to investigate the progressive failure of rock slopes . Crack initiation and propagation are involved in the entire process of p rogressive sli de su rface de velopment. Simple examples of f ailure of rock slopes containing different loc ations and lengths of discontinuit ies are modeled in this stud y . The present r esults illustrate that the t y pes of crack propagation obtained b y the X FEM can help ex plain the releva nt cr acking processes in nature and experimental studies. I n addition, through the result s, we see the feasibility of analy zin g slope stability with t he discontinuum methods. Keywords – Rock slope; An alysis; Extended F inite Element Method ; Progressive Failu re. I. I NTRODUCTION Slope movement is a geotechnical phenomenon. This problem is among the most commonly encountered in geotechnical engineering. T he instabilit y of slopes c an be found in the whole world, especiall y in mountains. It is a source of hu ge danger to human life and propert y [1, 2]. The transition from a stable state to an instable state revea ls varied and numer ous cause s, such as human- made, slope hei ght, slope ang le, t ype of soi l, hydraulic properties, e tc. Some failures combin e differe nt causes. Therefore, the assessment of slopes is probabl y the most difficult task o f th e ge ot echnical engineer. However, nowa da ys there are tons of rese arch papers a bout slope stability analy sis that have be en published, and it is sti ll attracting the a ttention of severa l researchers and eng in eers. Persistence o f disconti nuities such as crac ks, m aterial interfaces, and joints. These problems are the most important factors a ffecting the stabili ty of ro ck s lopes [ 3]. The complex mechanical behaviors du e to the discontinuous and inhomogene ous nature of rock and soil make it difficult to tackle with cl assical numerical models. This is one of the main cha llenges of de scribing and analy zin g discontinuous rock slopes. The rock slopes ma y hav e been rel atively stable for man y y e ars, nevertheless the streng th ma y hav e decreased over ti me, which ma y ha ve driven the slope ne ar t o an unstable rock slope. The propagation of fractures through intact rock bridges between the discontinuities is the ke y to progressive failures of rock slopes. [4] . I n the past decades, due to the development of computers, many numerical 106 methods have b een developed [ 5 – 8] to understand both the mechanisms and processes involved in analy zin g the risk of rock slope failures. Among these methods are the Discrete Element Method (DEM); the Numerical Manifold Method (NMM); and the Ex tended Finite Element Method (XFEM). In this stud y, we use the Extended Finite Elemen t Method as a tool to investigate the pro gressive failure of an elastic rock slope with differe nt locations and lengths of cracks. Now, w e will briefl y discuss some methods. We start with the L imi t Equilibrium Method, L imit Analysis, Finite Element Method, and finall y , the Extended Finite Element Method. II. M ET HODS OF A NA LYSIS S LOPES S TAB ILITY A. Limit Equilibrium Method For man y years, the L i mit Equilibrium Method (L EM) has been the most popular method to analyze slope stabilit y and is still used toda y b ecause of its simplicit y and because it does not need m an y parameters fo r an al y sis. There a re man y methods that use thi s technique. Some of these methods can be computed b y hand calcula tion. The mos t common limit equilibrium techniques are methods of slices, such as the ordinar y method of slice s Fellenius [9] , the Bishop simplified [10], S penc er [11], and Morgenstern-Price m ethods [12]. The re are differences b etween these methods in assumptions about force and the shape of the slip surface. The LEMs can b e groupe d into two groups based on the shapes of the slip surface. The first group is methods which use circular slip surfaces, including Fellenius [9] and Bishop [8]. The second is that methods of analy s is which emplo y non - circular sli p surfaces include Morgenstern and P rice [12]; Spencer [ 11]; Sarma [13]; J anbu [ 14], and others. The sli ce methods have some common features, and Zhu et al. [ 15] have summarized them as follows:  The sliding body over the failure surface is divided into a finite number of slices. The slices are usuall y cut verticall y , but horiz ontal as we ll a s inclined cuts h ave also been used by various researchers. I n genera l, the differences between di fferent methods of cutting are not common, and the ve rtical cut is preferred b y most engineers at present.  The streng th of the slip surface is mobilized to the same degree to brin g the sliding body into a li mit state. I t mea ns there is onl y a sin gle factor o f safet y whi ch is a pplied throughout th e whole failure m ass.  Assumptions regarding inter-slice forces are employe d to render the problem determined; finally, the factor of safe ty is computed from force and/or moment equ ilibrium equations. The definition of the Factor of Safet y ( FS) is the same for all these method s and is defined as follows: 𝐹𝑆 = 𝑆ℎ𝑒𝑎𝑟 𝑠𝑡𝑟𝑒𝑛𝑔𝑡ℎ 𝑜𝑓 𝑠𝑜𝑖𝑙 𝑆ℎ𝑒𝑎𝑟 𝑠𝑡𝑟𝑒 𝑠𝑠 𝑟𝑒𝑞𝑢𝑖𝑟𝑒𝑑 𝑓𝑜𝑟 𝑒𝑞𝑢𝑖𝑙𝑖𝑏𝑟𝑖𝑢𝑚 (1) The various slice methods of limit equilibrium analy sis have be en w ell surve ye d and summa rized in man y studies such as Abra mson [16], Dunc an [17], Burman et al [18]. B. Limit Analysis Limit anal y sis considers yield criteria and the stress-strain relationship; the solut ion of this method is based on two bounds, the upp er a nd the lower bounds theorems of clas sical plasticity theor y [ 19, 20]. The lower bound theorem states that an y statically admissible stress field will mi nimize the internal dissipation of energ y . Hence, usin g low er bound theorem, the ex act solut ion is conducted with force method and established with maximizing of the functional of the i nterne energy dissipatio n. Inverse l y, th e upper bou nd theorem states that an y kinematically admissible velocit y field wi ll maximize the internal dissipation of energy . Therefore, usin g the uppe r bound theorem, the ex act solution is c onducted with the displacement m etho d and established with the minimizing of the functional energ y dissipation. Application of li mit analy sis to slope st abilit y was started b y Drucker et al [ 19, 21] , with rotational and translational failur e mechanisms under plane strain. Chen [22], Michalowski [23, 24], Donald and C hen [25] have rece ntl y published works. I n addition, research by Ly a min and Sloan [26] compared the linear and nonlinear programming formulations for lower bound limit analy sis , and in the study of Kim et al. [27], they used li mit analy s is to assess slope st abilit y with the presence of pore water pressure s. 107 C. Finite Element Method Among the continuum methods, the Finite Element Method (FEM) is largel y used to anal y z e solid and structural mechanics, [ 28-31]. The essential idea of FEM is to divi de the bod y int o finite elements, often just called elements, related b y nodes, and obtain an approximate solut ion, as shown in Fig ure 1. This is called the finite element mesh. With the developme nts of computer h ardware and software , FEM calculation tools have also seen improvements. Due to all these increases, the FEM has become a powe rful tool with more flexibility , better visuali zation of the deformations, and great realism (laws for comp licated behavior, difficu lt ge om etry, types of load ing, etc). Gen erally, this method is used to analy z e geotechnical problems. Here we are int erested in slope stability anal y si s. There are two m ethods most widely used b y FEM to analy ze slope stabilit y The first is the gravity increase method (GIM). In thi s method, the gravit y force s, such as weight, i ncrease progressivel y un til the instabilit y of thi s slope occurs. To give results more reliable, it is used to stud y du ring the construction of embankments. Colby et al, [ 32]. The GI M was implemented i n a numerical code called Realistic Failure P rocess Analysis (RFPA) b y Li et al. [33] , which was previousl y improved b y T ang and his coworker [ 34].The second is the strength reduction method (SRM), it is the most use in the programs of FEM and FDM, for slope stabili ty analy sis, the SR M decrease graduall y the strength paramet ers (c, φ) of the s lope until the instabilit y of this slope. Zienkiewic z et al. [35] used the S RM. In 1975, the first source code used for slope stabili t y analy sis with the SRM was published by Smith and Griffiths [ 36]. Others have used it since, including Nay lor [37], Donald and Giam [38] , Ugai [39 ], Matsui and San [ 40], Ugai and Leshchinsky [ 41] , Song [42] , Dawson et al. [ 43], Griffiths and La ne [44], Ha mmah et al. [45], and Z hen g et a l. [46].This method has be en reviewed b y Duncan [ 17], Griffiths and La ne [44]. Hammah et al. [47] used the Generalized Hoek-Brown criterion in SSR analysis to assess rock slopes in their paper. The S RM is used in 3D three dimensions to obtain a more realistic study b y Wei et al. [49]. The GIM and SRM are used for two tasks coupled to slope stabilit y an aly sis: firstly, the computation of the minimum factor of safety; and secondl y , findin g a critical sli p surface r elated to this safet y facto r. Among the advanta ge s of these methods, G I M and SRM, the critical failure surface is f ound automatically , Wei et al. [ 49]. The factor of saf et y with GI M is the ratio between gravitational accelera tion at the time of failure and a ctual gravitational acceleration, which is defined according to the equation s: 𝐹𝑆 = g 0 𝑡𝑟𝑎 𝑖𝑙 g 0 (2) 𝐹𝑆 : the Safet y factor; g 0 𝑡𝑟𝑎𝑖𝑙 : the trial gravitational accelera tion (m/s 2 ); and g 0 : the initial gravita tional accelera tion (m/s 2 ). With Mohr-Coulo mb the safet y factor, which is the ratio b etwee n actual strength parameters and critical strength p arameters, the Mohr -Coulomb failure criterion c an be written as the equation for the li ne that represents the failure envelope given by: 𝜏 = 𝑐 + 𝜎 𝑛 tan 𝜑 ( 3) Wh ere , τ is shear stress; σ n : is normal stress; 𝐜 : is the cohesive stren gth, an d φ : is the internal friction ang l e. The fac tor of saf ety is given by the following equation: 𝐹𝑆 = 𝑐 𝑐 𝑟 = tan 𝜑 tan 𝜑 𝑟 ( 4) 𝐹𝑆 : Safe t y of fac tor; 𝑐 : I nitial c ohesive str ength; 𝜑 : initial internal friction angle; 𝑐 𝑟 : reduced cohesiv e streng th; and 𝜑 𝑟 : reduced internal friction angle. In the Hoe k- Brow n criterion, the parameters reduce d in the strength re duction analysis are the initial uniaxial compre ssive strength of the intact rock ( σ ci ) and ( m i ), initial intact rock pa rameter. The safe t y fac tor is given by 𝐹𝑆 = 𝜎 𝑐𝑖 ( 𝜎 𝑐𝑖 ) 𝑟 = 𝑚 𝑖 ( 𝑚 𝑖 ) 𝑟 (5) here, σ ci : is the initial uniax ia l compressive stren gth of the int act rock; and m i : is the initial intact rock parameter; ( σ ci ) r re duced un iaxial compressive streng th of the intact rock; and ( m i ) r is re duced intact rock parameter. 108 Fig. 1 Finite ele ment discretiz ation in 2D The li mit equilibrium method, li mit analy sis , and the finite element method with strength reduction method (SRM) are th e most commonl y use d methods to analy ze slope stability . Nevertheless, these methods have some limitations. The y are not totally capable of captur ing pro gressive failure in ge om aterials [50]. D. Extended Finite Element Method (Stat of the art) In 1999, Bely ts chko and Black [51] introduc ed a new method for modeling cracks and thei r propagation b y finite elements with a minimum of meshing. B y this metho d, cracks ali gne d with the grid (the mesh) can be represe nted by means of enrichment fun ctions. The essential ide a of this method is to add advanced enrichment functions (crack-tip) to the approximation. I n fact, this new method explo its the prop erty of the partition of unit y finite element, which was developed b y Melenk an d Babuska [52]. The method was later improved b y Môes et al. [53] and Dolbow (PhD: 1999) [54] and called the ex tended finite element method (X-FEM: eXtended Finite Elem ent Method). The main idea o f the extended finite element method is to enrich the basis of the classical f inite element method b y singular functions on the crack tip asymptotic to repre s ent the appearance of the stress field in the crac k ti p. This enables a faithful r epresentation of the physica l processes o ccurring in the crack tip, as well as discontinuous functions located along the crac k to account for the discontinuit y of th e displacement field surrounding the c rack. This wo rk led to a number of do cuments to solve problems in two-dimensional plates using the X -FEM, like Dolbow et al, and Daux et al. [55, 56] who have presented a te chnique for mod eling arbitrary discontinuities within the enriched finite element s. Möes et al. [ 53] studied the propagat ion of cracks using this technique. S ukumar et al. [57] have extended the XFEM for modeling cracks in three dimensions. In addition, Sukumar et al. [58] describe the modeling of the holes and inclusions by the extended finite element method. A method of le vel fun ctions (level-set) has graduall y evolved and is used to locate the interface of the crack, includin g the location of the edg es of cracks. Stol arska et al. and other authors [59-62] introduced the couplin g between this method and XFEM to model crack propagation in 2D and 3D problems. Quasi-static propagation modelin g of a 2D crack in th e isotropi c problems a nd bi-material interface using the XFEM is described in Sukumar and Prevost et al. [ 63, 64]. The cohesive crack problem in quasi -brittle materials was investiga ted by man y authors [65, 66], while other authors [ 67, 68] studied ex tensively the behavior of cracks in composite materials using XFEM. Contact modeling with X FEM was first introduced by Dolbow e t al. [ 69] and revisited by Belytschko et al. [ 70]. Khoei and Nikbakht [71] applied a valid formulation for modeling frictional contact problems. Bel y ts chko et al. [72], Belytschko and Chen [73], and Zi et al. [ 74] proposed XFEM formulation dy namics.  F ormulati on Consider the domain  (Figure 2). An internal discontinuit y is r epre s ented by th e curve Γ 𝑑 , a tensile load 𝑡  is applied to the border Γ 𝑡 and a displacement 𝑢  is imposed on Γ 𝑢 . The curve Γ 𝑑 has two borders Γ 𝑑 + and Γ 𝑑 − . Fig. 2 Cracked dom ain According Bel y tschko and Moës [51, 53], the admissible displ acement field in the XFEM formulation is written as follows (6): 𝒖 𝒉 ( 𝒙 ) = ∑ 𝑵 𝒊 ( 𝒙 ) 𝒖 𝒊 + ∑ 𝑵 𝒊 ( 𝒙 ) 𝑯 ( 𝒙 ) 𝒂 𝒊 + ∑ 𝑵 𝒊 ( 𝒙 ) ( ∑ 𝑭 𝒋 ( 𝒙 ) 𝒃 𝒊 𝒋 𝟒 𝒋=𝟏 ) 𝒊∈𝑵 𝒕𝒊𝒑 𝒊∈𝑵 𝒉𝒆𝒂 𝒊∈𝑵 𝒕𝒐𝒕 𝑁 𝑖 ( 𝑥 ) : The standard finite el ement interpolation functions. 𝐻 ( 𝑥 ) : The He aviside function f eature the 109 two cra ck sides. 𝐹 𝑗 ( 𝑥 ) : Enrichment functions repre s ent the sing ularit y near the crac k tips. 𝑐 𝑖 : The enriched nodal de grees o f freedom associated with the Heaviside function. 𝑒 𝑖 𝑗 : The enriched nodal degree s of freedom associated with the cr ack tip s function. Fig ure 3, shows the strateg y of Bely ts chko, and Moës [ 51, 53] to enrich the nodes of the element s that have a discontinuit y . Nodes enclosed b y a circle are nodes enri ched b y th e Heaviside function, and nodes surrounded b y a square (the element that contains the crack tip) are enriched with crack tip s functions. Fig 3. T he strategy of the XFE M enrich ment The function H (x) is the function of discontinuit y (Heaviside), g iven b y : 𝐻 ( 𝑥 ) = { −1 𝑠𝑖 ( 𝑥 − 𝑥 ∗ ) . 𝑛 ≤ 0 1 𝑖𝑓 𝑛𝑜 (7) Fig 4. Nor mal an d ta ngential vec tor rep resentation of a p o int x * on the crack inter face The nodes in the vicinity of the crack tip must be enriched by the following functions { 𝐹 𝑗 ( 𝑟, 𝜃 ) } 𝑗=1 4 { 𝐹 1 = √ 𝑟 𝑠 𝑖𝑛 𝜃 2 𝐹 2 = √ 𝑟 𝑐𝑜𝑠 𝜃 2 𝐹 3 = √ 𝑟 𝑠𝑖𝑛 𝜃 2 𝑠𝑖𝑛𝜃 𝐹 4 = √ 𝑟 𝑐𝑜𝑠 𝜃 2 𝑠 𝑖𝑛𝜃 (8) Fig 5. Coordinate s ystem for the anal ysis of the crack tip stress field Recently , the XFEM has been applied to modeling of deformable porous m edia, Khoei and Ha ghig h at (2011) [75], where the y anal y ze man y numeric al examples, like San Fernando Dam, to demonstrate the efficienc y o f the X -FEM technique in saturated porous soils. The method of XFEM has been successfully applied to anal y ze slope sli p failure b y Sanborn and Prevost (2011) [76], who have developed a numerical tool for detecting instabilities in elasto-plastic soils due to exist ing discontinuities. III. EXAMPLE OF A ROCK S L OPE This example was taken from the paper of Louis Ngai Yuen Wong and Zhijun Wu [77]. I n the ir study, the y used the numer ical manifold method (NMM) to an alyse rock slopes. Here we use the same example, but we applied XFEM wit h the elastic model. The geometry of the rock slope is illustrated in Fi gure 6. All characteristics of soil properties are presented in Table 1. In this section, the simulations were performed for four diff erent locations and lengths of discontinuities (cr acks). Failure was achieved in four cases due to the initial displacement P . Nodes enrich ed by H f unction Nodes enrich ed by F functions Crack 𝜃 Y X r 110 Fig 6. Geo m etr y o f the slope Tab le 1. Material pro perties Material pr operties Value Poisson’s r atio ( 𝜗 ) 0.15 Young ’s modulus 𝐸 (GPa) 33.7 Tensile streng th 𝜎 𝑡 (MPa) 13.1 I nitial disp lacement P (m) - 1 IV. R ESULTS AND DISCUSS I O N In this paper, we have four examples that are simulated. Failure w as achieved in all cases due to the applied initial displacement P. This displacement and boundary conditions are unchanged in all these examples, as we see in Figure 7. F or e ach example, we have a special location an d length of crack. Fig 7. Bo undary conditions with initial displace ment A. Ex ample 1 In o rder to investi ga te th e effect of loc ation and length of the failure in rock slopes, the first ex ample repre s ents a t ypica l pla nar failure with one full y persistent discontinuit y . Figure 8, shows the location of the initial c rack and it s len gth, L = 75.2 3 m. Fig 8. Rock slope w it h a planar failure Fig ures 9 a-c give the simulated failure of the rock slope with 1838 elem ents. As illustrated in these figures, we notice that as the initial displacement P increases, the crack keeps on propagation. I n th is case, the develop ed crack make s the tot al upper part of the rock slope displa ced due to the location of the crac k and its length. See Figure 9 a, which present s the finale kinematic o f o ur rock slope. Th e field of total displacement is Fig ure 9 b. The crac k growth direction has to be determined b y the level se t value as well, as we see in Figure 9 c . (a) (b) 111 Fig 9. Failure p rocesses of rock slope with a planar fail ure analyzed b y the XFEM, (a) slip surface, (b) displace ment fields, (c) final failure. B. Example 2 The rock slope in this anal y sis is the same as that in the previous section, but with another failure. The rock slope and crack are shown in Figure 10. Th e length of this failure is L = 60.46 m, and its location is exactly as we see in Figure 10. Fig 10. Rock slope with big ed ge crack Here, in the s econd sim ulation of the ro ck slope with a crack, the corresponding crack trajector y is depicted in Figure 11 a. This gives us the surface failure of our rock sl ope. Due to the initial displacement, the crack starts propagating from th e flaw tip in an in clined direction to the region of low shear. It approaches the vertical direction of our rock slope. Figure 11 (a) shows the mesh deformation. By level set values (XFEM), w e observed the trajectory of the propagation crack the total field displ ace ment of this modelling depicts the situation on this slope be tter, as shown in Fig ure 1 1 c. Fig 11 . Failure processes o f rock slope, ( a) trajector y of prop agation crack, (b) slop e def or m atio n, (c) field displace m e nt, (d) final failure C. Example 3 Fig ure 12 shows the rock slope with a crack. As we see below, the failure of our slope was changed, as we see the crack init iation at the center and inclined, with a length of L = 36.98 m. (c) (a) (b) (c) (d) 112 Fig 12. Rock slop e with an inc lined center crack This example is not like others. The location of the initi al crack, at the c enter of the ro ck slope, b y the XFEM results, we observed th e f ailure proc ess of this slope with Figure 13 a. Sim ilar to that in the previous example, the trajector y of p ropagation from the flaw tip is incl ined b y vertical direction, toward the top o f the rock, to the r egion of lo w shear. In Fi gure 13 d, th e different colors represent the propaga ted crack. Figures 13 c and d, respec tivel y, illustrate the mesh deformation and the field of deformation. Fig 13. Failure pro cesses of rock slop e with an i nclined center crack, (a) direction of pro pagation crack, (b) slope failure (c) field d isplacement, (d) final failure. D. Example 4 Finally , the rock slope configuration to be simulated in thi s example is simil ar to that in the previous ex ample, but this time the crack is small compared to the other examples, L = 17.02 m, and its location near to the toe of the slope, as we see i n Fig ure 14. Fig 14. Rock slop e with small edge crack For this ex ample, we have an edge small crac k in a rock slope, for which we r efine the mesh b y 73 76 elements. In this simulation, the massive slope moves downward alon g th e pr eexisting upp er failure surface, as shown in Figure 15 b. Due to the initial displ acement, the crack starts propagating from the flaw tip to the region o f low shear, as we see in Figure 15 a. These X FEM kinemat ic resul ts provide one possible mechanism to a ccount for t he development of the cra ck observed on this rock slope, as shown in Figure 15 c. (a) (b) (c) (d) 113 Fig 15. Failure p rocesses o f rock slope with small crack, (a) crac k propagation, (b) slope failure, (d) final failure V. C ONCLUSION The limit equilibrium method, limit anal y sis, and the finite element method with strength reduction method are the most co mmonly used methods to analy ze slope stabilit y. Nevertheless, these methods have some limi tations. They are not capable of capturing progressive failure in geomaterials. In this study, the Ex tended Finite Element Method (XFEM) was adopted fo r the stabilit y analyses o f rock slopes in discontinuit y to demonstrate it s applicability a nd usefuln ess in analy z ing rock slo pe stabilization. The examples show that this method (XFEM) can sim ulate the propagation of a crack in a rock slope. The assess ment of rock slope failur e requires the conside ration of many reasons; the location, len gth of initi al failure, and the effects of the initial displace ment. This modelling clearly points out how the crack trajectory is d epicted, an d this method gives us the surface failure of the rock slope. Due to the initial displacement, the cra ck starts propagating from the flaw tip to the reg ion of low shear. It approaches the top o f the rock slope. This paper is open to discussi ng various perspec tives, such as elastoplastic models; the presence of man y failur es; the effects of marti al proprieties; ty pes of load ing; etc . A CKNOWLEDGMENT Funding : This r esearch i s carried out and funded in the context of the project “Interaction of ge ot echnical structures with their environments”. Under the propo sals “University Formation Researc h Project (PRFU)”. The proje ct approval code is: A01L02UN080120200002. R EFE R ENCES [1] Kim, J.Y., Lee, S.R. An improved search strategy f or the critical slip su rface using finite element s tress fields. Computers and Geo technic s, 21(1 997) 295 – 3 13. [2] Chen, Z.Y. Stab ility anal ysis o f soil slop e Theor y , Method and P rogra m s. Chinese W ater P ress, Beij ing (2003). [3] Einstein HH, Venezia no D, Baecher GB, Reilly OKJ. The effect of disco ntinuity persistence on rock slope stability. Inter national Journa l o f Rock Mecha nics and Mining Scien ce s and Geomechanics 1983; 20(5):227 – 236. [4] Xinmei An, Youj un Ning, Guo wei Ma, *,† and Lei He. Modeling p rogressive failures in rock slopes with non - persistent j oints u sing t he numerical manifold m e thod International Jo urnal For N umerical and Analytical Methods in Geomechanics In t. J. Numer. Anal. Meth. Geo m ech. (201 4) 38:67 9 – 701. [5] Luc Scholtès, Fré déric - Victor Do nzé. Modelling progressive failure in fract ured r ock masses using a 3D discrete ele m ent method. Inte rnational J ournal o f Rock Mechanics & Mining Science s 52 (2 012) 18 – 30. [6] Stead D, Eberhardt E, Coggan J S, Benko B . Advanced numerical tec hniques in rock slo pe stability a nalysis – applicatio n and limitations. In: Landslides ca uses, impacts and counter measures, Davos, Switzerland. (2001). p. 615 – 24. [7] Jing L, H udson JA. Nu merical m et hods in rock mechanics. Int J R ock Mech Min Sci (2002 ), 39:409 – 27. [8] Bob et A et al. Numerical models in disconti nuous media: review of adva nces for rock mechanic s ap plication s. J Geotech Geoen viron Engng, ( 2009), 135 :1547 – 61. [9] Fellenius W. Calculation of stab ility of ea rth dams. Tr ansactions, 2nd Congress on Large Da ms, Washington, DC, (1 936) , vo1445 - 462. [10] B ishop A.W. T he use o f slip circle in the stabilit y analysis of slopes. Geotech nique, (19 55), 5(1):7 -17 . [11] Spencer, E. A met hod of an alysis of the stability of embankments assu ming p arallel interslice forces. Geotechnique. Lo ndon, (19 67), 17(1), 11 - 26. [12] Mo rgenstern, N. R., and P rice, V. E. T he analysis of the stability of general slip sur faces. Geo technique, London, (1965), 15(1), 79- 93. [13] Sar ma S K.. Stability Analysis of E m bank m ent and Slopes”. Geo technique, (19 73), 23:423 ‐33. (a) (b) (c) 120 A. Figures and Tables . Fig. 1 Methyl Blue III. R ESULTS The experimental results indicate that the hig hest Methyl Blue removal efficienc y was 78.7% ( Dosage 0,5g-time25min-temperature 42 ° C and solution PH 3) This stud y rev eals that the clay of Adrar is a potential adsorbent for removing M B dye from waste waters. Tab le 1. Result of RSM A : Dosage(g) B : Time (min) C : Temp erature (°C) D : Ph R% 0,5 35 22 6 41,2 0,1 25 62 6 52,8 0,5 25 22 6 57,2 0,1 25 42 9 51,9 0,5 15 62 6 47,9 0,5 25 62 9 48,7 0,1 25 22 6 41,0 0,1 25 42 3 56,1 0,5 35 62 6 44,5 0,5 25 62 6 49,0 0,5 25 42 3 78,7 0,1 35 42 6 58,1 0,5 15 42 3 57,8 0,5 25 42 6 58,3 0,5 25 42 6 56,0 0,5 35 42 6 60,2 0,5 25 42 6 54,5 0,5 25 22 3 61,8 0,5 35 42 3 69,8 0,5 15 42 9 47,5 0,5 25 62 3 71,1 0,5 25 22 9 50,5 0,5 15 22 6 40,6 0,5 15 42 6 55,8 0,1 15 42 6 58,0 0,5 35 42 9 56,3 0,5 25 42 9 51,1 121 DI SCUSS ION The cla y was obt ained as a dr y lum ped sample from Qasr Uqba r O ghrut Dis trict Adrar State Al geria First cla y s ample was modified b y decomposition of carbona t es by the addition of an acetate buff er solution of pH 4.8 (2 M sodium acetate +2 M acetic acid) takin g care that the pH does not drop b elow 4.5 to avoid a ny attack on the clay mineral structure After we wash th e sa mple, we treat it with hydrogen perox ide to Oxidation the Organic Materials . Then we wash the sample we ll and add dispersible component (sodium hexa-metaphosphate) t o obtained the fraction less than 2 µm Particle -size determinations b y th e "micro-pipette " method Finally we wash the sample well and dry it at 105°C. IV. CONCLUSION This stud y is devoted to the level Box- Behnken design in respons e surface methodolo gy (RSM) w as used to optimize the Methyl BLUE D YE remov al from aqueous solution using cla y minerals of Adr ar. Clay was used as adsorbent fraction were character ized b y dif ferent technical anal y se The result of XRD indic ates the prés ence of Kaolinite and Muscovite where the results of the FTIR demonstrated the existence of the Kaolnite clay, The BET surface Area after purification was 106,708 5 m 2 /g. In the current work4 level Box- Behnken desi gn (BBD) in response surfac e methodolog y (RSM) was used to opti mize the Me thy l Blue d ye r emoval from aqueous solution using c l ay minerals. Various variables wh ere adsorbent dos age (A ;0,1- 0,5g), time (B ;15- 35 mi n), temperature (C ;22- 62°C) a nd solution pH (D) we re optimiz ed by usi ng BBD for eff icient remov al for MB . R EFE R ENCES [1] Saud Abdulha meed, A.; T alaq Moha mmad, A.; J awad, AH. “Application of response s urface s ynthesis of chitosan tripol yphosphate/Tio 2 nanoco m posite a nd adsorp tion of r eactive orange 16 dy e”. Journal of cleaner prod uction. 232(2019), 43 - 56. [2] Spence, A ; Kelleher, Bp. “FT -IR spectro scopiec analy sis of kaolinite- microbial interaction”. vibrational spectroscop y 61( 2012 )151 -155. [3] Panda, AK; Mishra, BG; Mi shra, DK; Si ngh, RK. “E ffect of sulph uric acid treatment the ph ysico-c hemical characteristics of kaolin cla y» ; colloid s and surfaces ; physicochem. En g Aspects26 3(2010) 98 - 104. 4th Interna tional Con ference on Ap plied Engi neering and Natural Scie nces https://www.i caens.com/ November 10-13 , 2022, Ko nya, Turkey 122 Evalua tion of Real-Ti me Background Sub traction T echnique for Mov ing Object Detection Using Fast -Indep endent Co mponent Analysis in Video Surveillence Naoum Abderrahmane 1* , Boumehe d Meriem 1, 2 , Alshaqa qi Belal 1 , Kandouci Chahinaz 3 1 Signa l and Image Laborato ry, University of Scien ce an d Technology o f Oran - Moha med BOUDIAF, Algeria 2 Higher Sch ool of Electrical an d Energetic Engineering of Oran, Algeria 3 Telemmunica tions and digital signal p rocessing labo ratory, University Djillali Lia bes, Sidi B el Abbes, Algeria *(naou mfireman@yaho o.com) Abstract – B a ckground subtraction algorithm is a larger use d technique for de tecting moving objects in video surveillance to extract the foreground objects from a re feren ce ba ckground imag e. There are man y challenges to test a good background subtraction algorithm, like changes in il lumination, dynamic background such as swinging leaves, rain, snow and the change s in ba ckground for example m oving and stopping of ve hicles. In this paper, we propos e an efficient and accurate b ackground subtraction method for moving obje ct detection in video surveillance. The main idea is to use a developed fast - I ndepe ndent Component Analy sis (I CA) algorithm to separates background, noise and foreground mask from an image sequence in practical environments. The fast-ICA algorithm is adapted and adjusted with a matrix calculation and sear ching an optimum non-quadratic function to be faster and more robust. Moreover, in order to estimate the d e-mix ing matrix and the denoising de-mixing matrix parameters, we propose to convert all images to YCrCb color space, whe re the lum a component Y (bri ghtness o f the c olor) gives a suitable re sult s. The proposed technique has been verified on the publicl y available datasets CD net 2012 and CD net 2014, and ex perimental results show that our algorithm can detect compet ently and accurately the movin g objects in challenging conditions compared to other methods in literature in terms of quantitative and qualitative evaluations with re al-tim e frame rate. Keywords – Backg round subtraction, de -mixing matrix, ICA, Moving o bject detection. I. INTRODUCTION Bac kground subtra ction is a popular approach to segment moving objects in an image sequence under a stationa r y camer a [ 1-6] . I t detects moving objects in an image b y evaluating the dif ference of pixel features of the curr ent scene im age against the reference back ground i mage [ 7]. Furthermore, background subtraction techniques offer suitable solution [ 8], which provide a good compromise in terms of quality o f dete ction and computation ti me. There are numerous problems that an effective background subtraction alg orithm must resolve correctly [9-14] , such as many levels of 123 illumination at different times of the day, d y n amic backgrounds,weather condition; shadows c ast b y moving objects, and obj ects being int roduced o r removed from the scene[15]. To take into account these difficulties, numerous background-modeling techniques have b een developed in literature, w here these methods can be classified into four main classes: B asic T echniques, Statistical Techniques, Machine L earning Techniques, a nd Other T echniques [16]. Although man y r elatively fast background - modeling methods have been proposed for real - time implementation, but the updating process still consumes a n important amount of tota l computation time, and restricts the image frame to a small size. This cause s a low ima ge r esolution, and the object o f interest ma y seem as a small foreground region in t he scen e ima ge [ 17 -18]. Furthermore, it can incorrectl y absorb a for eground object into the background if the obje ct remains stationary for a long period. To mana ge with th e problem of stationa r y for eground objects, a reference background i mage that has no moving objects ma y be r equired. Background subtraction based on a sin gle re fere nce image is ve ry computationally fast. However, it is also ver y sensitive to illumi nation changes, which deters the use of such an approa ch in man y surveillance applications [ 19]. The problem of identifying moving objects in complex environment is sti ll an interesting domain of research [20-21] . Recently , the I ndep endent Component Anal y sis (I CA) technique, which is known b y its robustness in the signal-processin g field, is getting much attention in the image-processing field [ 22], [25- 30]. I CA is a statisti cal technique, perhaps the mos t widely used, for solving the Blind Source Separation (BSS) problem [23]. The purpose of ICA is to restore statis tically ind ependent source signals, given onl y a mixture of these signals without knowing the mixing matrix of the sources. ICA is used now in many diverse requests li ke sound separation, im age processing, medical si gnal analy sis, dim ension reduction, coding and tex t analy sis, and telecommunication [ 24]. In this paper, an efficient framework is presented for ba ckground subtr action b y independen t component anal y sis in video-surveillance. Wherever in an image the moving objects are considered to b e independent from the background, thus we adapt and custom fast -ICA algorithm [31- 34] to: first, estimate the best de-mix ing matrix tha t can separate a sce ne image into foreground objects and mot ionless background and second, estimat e the denoising de -mix ing matrix that used for removing noise. The proposed ICA-based background subtraction technique consists of two treating phases: trainin g phase and d etection phas e. In the trainin g phase, t wo example im ag es are carefully chosen to form the data matrix, one repre s enting the reference background and the other containing a n arbitrary foreground obj ects. We propose to convert all images to YCrCb color space, where the luma component Y (brightness of the color) is taken for all the treatments to get better the detection results. Then, the fast- I CA al gorithm is applied to estimate the de-mixing matrix parameter [31] [33], which will be used in the detection step. Another, ex ecute the fast- I C A algorithm on a d ata m atrix obtained from two image s, one representing the re ference background and the other representing suc cessive back ground image s with different noise sort (various levels o f illumination, waving trees, rain, fog…) for the denoising de-mix ing matrix estimation. In the detection phase, the data matrix is constructed from two images; one is a n incoming im age fr om the sequence and the other is the most modern o ffered background. The estimated fore ground is then found simpl y b y multiplying the data m atrix one time with the de-mixing matrix and se cond time with the denoised de-mix ing matrix for filtering noise. The proposed I CA-b ased background subtraction technique can succe ssfull y s egment and filter the foreground objects under large environmental changes for indoor/outdoor surveillance applications. The remainder of thi s paper is or ganized as follows. I n s ection 2, we briefl y review the classical ICA and Fast -ICA algorithm. The propose d framew ork is p resented in section 3. Section 4 shows the ex periments results and demonstrates the detection performance of the proposed s ystem. Finally , th e conc lusion is drawn in Section 5. 124 II . I NDEPENDENT COMPONENT ANALYSIS (I CA) A. Definition Le t us denote the obse rved variables b y 𝑥 𝑖 (𝑡 ) , 𝑖 = 1, … , 𝑛 , 𝑡 = 1, … , 𝑇 . Here, , 𝑖 is the index of the observed data variable a nd 𝑡 is the time index, or some other index of the d ifferent obse rvations. The 𝑥 𝑖 ( 𝑡 ) are t y pic ally signals me asured b y a scientific device [ 31] [3 3]. W e a ssume that the y can be modelled as linear combinations of hidden (latent) variables 𝑠 𝑗 ( 𝑡) , 𝑗 = 1, … , 𝑚 , with some unknown coeff i cients 𝑎 𝑖𝑗 , 𝑥 𝑖 ( 𝑡 ) = ∑ 𝑎 𝑖𝑗 𝑚 𝑗 =1 𝑠 𝑗 (𝑡 ) , for all 𝑖 = 1, … , 𝑛 (1) The fundamental point is that we observe onl y the variables 𝑥 𝑖 (𝑡) , whereas both 𝑎 𝑖𝑗 and 𝑠 𝑗 (𝑡) are to be estimated. The 𝑠 𝑗 are the independent components, whereas the coefficients 𝑎 𝑖𝑗 are called the mixing coe fficients. This estimation proble m is also called blind source separation [23] . The model ca n be exp ressed in diffe rent wa y s. Typically , the literature uses the fo rmalism where the index 𝑡 is dropped, and the 𝑥 𝑖 and the 𝑠 𝑗 are considered random variables [ 31] [33] . Furthermore, the 𝑥 𝑖 are usuall y collected into a vector 𝑥 of dimension 𝑛 , the same is done for the 𝑠 𝑗 and the coefficients 𝑎 𝑖𝑗 are collected into a mix ing matrix 𝐴 of size 𝑛 × 𝑛 . Then, the model becomes: 𝑥 = 𝐴𝑠 (2) where 𝑥 and 𝑠 are now ran dom vectors, and 𝐴 is a matrix of parameters. We can equally well move to a matrix notation where the observed 𝑥 𝑖 ( 𝑡 ) are collected into a matrix 𝑋 of size (𝑛 × 𝑇 ) , and likewise for 𝑠 𝑗 (𝑡 ) , as follows: 𝑋 = 𝐴𝑆 (3) Where 𝐴 is still the same matrix as in (2). The main breakthrough in the theor y of ICA was the realization that the model can be made identifiable b y making the unconventional assumption of the non-Gaussianit y of the independent component s [31] [33-34]. More precisely, we can assume that: - The components s i are mutuall y statisticall y independent. In other words, their joint density function is: 𝑝( 𝑠 1 , … , 𝑠 𝑚 ) = ∏ 𝑝 (𝑠 𝑗 ) 𝑗 (4) - The components 𝑠 𝑗 have non-Gaussian distributions. - The mix ing matrix 𝐴 is square and invertible. Then, after estimating the matrix A, we ca n compute its inverse, say the de-m i xing matrix 𝑊 , and obtain the independent component simpl y b y : 𝑆 = 𝑊𝑋 (5) B. The fast-ICA algorithm The f ast-ICA l earning rule finds a dire ction, i.e. a unit vector 𝑊 such that the projection 𝑊 𝑇 𝑋 maximizes non -ga ussi anity , which is here measured b y the approx imation of neg entrop y 𝐽 (𝑊 𝑇 𝑋 ) given in [31] -[33]. Recall that the v ariance of 𝑊 𝑇 𝑋 must here be constrained to unit y ; for whitened data this is equi valent to constraining the norm of 𝑊 to be unit y . The fast -I C A is based on a fixed-point iteration scheme for finding a maximum of the non-gaussianity of 𝑊 𝑇 𝑋 [31]. I t can be also derived as an approximate Newton iteration [ 26]. Denote b y 𝑔 the derivative o f the non-quadra tic function 𝐺 used in [33] . The basic form of the fast-ICA algorithm is as follows: 1- Choose an initial (e.g. r andom) weig ht vector 𝑊 . 2- Let 𝑊 + = 𝐸 { 𝑋𝑔 (𝑊 𝑇 𝑋 )} − 𝐸 {𝑔′(𝑊 𝑇 𝑋)}𝑊 3- Let 𝑊 = 𝑊 + / ‖ 𝑊 + ‖ 4- If not converged, g o bac k to 2. Note that convergence means that the old and the new values of W point in the same direction, i.e. their dot-product is (a lm ost) equal to 1. C. Properties of the fast -ICA Algorithm The fast-ICA algorithm and the underlying contrast functions have a number of desirable properties when compared with existing methods for I CA [ 31 ] [33-34 ]:  The convergence is cubic (or at least quadratic), under the assumption of the ICA data model. This is in contrast to ordinary ICA algorithms based on (stochastic) gradient des cent meth ods, where the converge nce is only linear. This means a very fast conv ergence, as has been 125 confirmed b y simulations and experiments on real data .  There are no step siz e para meters to choose. This means that the algorithm is easy to use.  The algorithm finds directl y independent components of (practically) an y non - Gaussian distribution using an y nonlinearity 𝑔 . This is in contrast to man y algorithms, where some estimate of the probability distribution function has to be first available, a nd the nonlinearit y must be chosen accordingly.  The performance of th e method can be optimized b y choosing a suitable nonlinearity 𝑔 . In particular, one can obtain algorithms that are r obust and/or of minimum variance.  The independent components can be estimated one b y one, which is roughl y equivalent to doing projection pursuit. This is useful in exploratory data anal y sis , and decreases the computational load of the method in ca ses where only some of the independent components need to be estimated.  The fast- I CA has most of the a dvantages of neural algorithms: I t i s parallel, distributed, computationally simple, and requires litt le memory sp ace . III . PROPOSED FRAMEWORK A. The method Under the assumption that the camera is stationary, the moving objects in a scene vid eo a re considered independ ent from th e background. The propose d background subtra ction based on fast-ICA- patte rn can be divided into three treating phases: training phase, d etection phase , and post-processing. The training phase Firstly, Ou r model takes YCrCb color space and separa t es the luminance component Y, which is mainly us ed for bac kground subtraction. This method affect the foreground/background segmentation accuracy and have proven to be advantage ous in real time application, as we see i n the rest of this paper. So, we propose to convert all the input frames from R GB format to YCrCb color space. Th en, we take onl y the luma component Y and resha pe it from matri x to row vector. Secondly , two im ages are carefully chosen to form the data m atrix, one represents the reference background and the ot her contains an arbitrar y foreground objects. We then estimate th e best de - mixing matrix, of size ( 2 × 2) , b y executing the fast-ICA al gorithm on the data matrix, which will be used in the detection phase. In the third step, we propose to introduce an estimated denoising de-mixing matrix. Now, the data matrix is compo sed from the referenc e background and consecutive ba ckground im ages with different noises, s uch as various l evels of illumination and waving trees. The detection phase In this phase, the data matrix is constructed from two images; one is a n incoming im age fr om the sequence and the other i s the most recent offered background. The estimated fore ground is then found simpl y b y multi ply i n g the data m atrix one time with the de-mixing matrix and se cond time with the denoising de-mi xing matrix for noise removal. Post-processing In order to performing our results, a morphologica l transform ation is used to perfor m the open and c lose oper ations. B. The main algorithm Le t ’s denote the reference background ima ge b y 𝐵 of siz e 𝑘 = 𝑚 × 𝑛 , and an y frame from the scene by 𝐹 , the approximated foreground objects b y 𝐹 𝑔 , the noise model b y 𝑁 , the data matrix by 𝑋 . The de-mixing matrix by 𝑊 and denoising de-mixing by 𝑊 𝑑 . The main steps of our framework can be described in Algorithm 1 and the b lock dia gram is shown in fig. 1. 126 Algorithm 1 - Initi alizat ion of: 𝐵 , 𝑊 , 𝑊 𝑑 and 𝑁 - While 𝐹 is true: # p re - processing : # convert 𝐹 from RGB to YCrCb # reshape Y chann el from m atrix t o row v ector. - 𝐵 𝑉 (1, [ 𝑛 × ( 𝑖 − 1 ) ] + 𝑗 ) = 𝐵(𝑖 , 𝑗) ; - 𝐹 𝑉 (1, [ 𝑛 × ( 𝑖 − 1 ) ] + 𝑗 ) = 𝐹 (𝑖 , 𝑗) # construct the data m at rix. - 𝑋 = [ [ 𝐵 𝑉 ] , [ 𝐹 𝑉 ] ] - 𝑅 𝑒𝑠𝑢𝑙𝑡 = 𝑊 × 𝑋 # 2nd row from Result represent objec ts detected. # construct the new data m atrix . - 𝑋 = [ [ 𝑅𝑒𝑠𝑢𝑙𝑡[1] ] , [ 𝑁 𝑉 ] ] - 𝑅 𝑒𝑠𝑢𝑙𝑡 = 𝑊 𝑑 × 𝑋 # 2nd row from new Result repr esent the foreg round. - 𝐹 𝑔 = 𝑅𝑒𝑠𝑢𝑙𝑡 [1] # reshape from row v ector to matrix - 𝐹 𝑔 (𝑖 , 𝑗 ) = 𝐹 𝑔 (1, [ 𝑛 × ( 𝑖 − 1 ) ] + 𝑗 ) # post-proce ssing : m orphological transf ormation. - 𝐹 𝑔 = 𝑂𝑝𝑒𝑛 (𝐹 𝑔 ) - 𝐹 𝑔 = 𝐶𝑙𝑜𝑠𝑒 (𝐹 𝑔 ) # create the bi nary foreg round m as k. - 𝐹 𝑔 ( 𝑖, 𝑗 ) = { 1 𝑖𝑓 𝐹 𝑔 ( 𝑖, 𝑗 ) > 𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 0 𝑜𝑡 ℎ𝑒𝑟𝑤𝑖𝑠𝑒 - End Fig. 1 Design of the pr oposed system 127 IV. RESU L TS AND D I SC USS I ON A. Evaluation datasets In order to evaluate the efficienc y [35] of the proposed algorithm, we use a publicly available change detec tion dataset 2012 (CDnet 2012) [36] and 2014 dataset (CDnet 2014) [37]. As one of the most challeng in g de tecti on benchmark dataset, the CDnet 2014 dataset is a second version of the CDnet 2012 dataset, fr om [ 44]. In this framework, we have used two categories from CDnet 2012 and two from C Dnet 2014 in severa l areas with different challenges. An overview of th ese selecte d sequence s is illust rated in table 1. Tab le 1. Overview of the selec ted seq uences from the dataset s Data- set Categorie Description and C hallen ges Sequence Frames of sequence CDnet 2012 Dy na m ic Backg round - 6 videos depicting outd oor scenes with s trong back ground m otion. Ov erpass 3000 I ntermittent Object Motion - 6 videos with scenario s known for causing ghosting arti facts (e.g. contain s still ob jects that suddenly sta rt mov ing). WinterDriv eway 2500 CDnet 2014 Bad Weath er - 4 outdoor videos showing low- visibility winter storm conditions. - In addition to snow accumulation, t he dark tire tracks left in the snow hav e potential to c ause false pos iti ves. Blizzard 7000 Low Fram e - Rate - 4 videos recorded with I P cameras. - The f ram e rate varies fro m 0.17 fps to 1 fp s due to limited transm ission bandwidth. Turnpike_0_ 5_f ps 1500 B. Evaluation metrics To measure how well our process matches the ground-truth, we use three performance measures [37 ]: 𝑅𝑒𝑐𝑎𝑙𝑙 , 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 , and 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 , which they are defined as follows: 𝑅𝑒𝑐𝑎𝑙𝑙 = 𝑇𝑃 𝑇𝑃 + 𝐹𝑁 (6 ) 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = 𝑇𝑃 𝑇𝑃 + 𝐹𝑃 (7 ) 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 = 2×𝑅𝑒𝑐𝑎𝑙𝑙 ×𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑅𝑒𝑐𝑎𝑙𝑙 +𝑃𝑟 𝑒𝑐𝑖𝑠𝑖𝑜𝑛 ( 8) where 𝑇𝑃 is the number of true positives, 𝑇𝑁 is the number of true negatives, 𝐹𝑁 is the number of false negatives, and 𝐹𝑃 is the number of fa lse positives. 𝑅𝑒𝑐𝑎𝑙𝑙 is a ratio of t rue detection to the ground truth that measures the capability of an al gorithm to detect the true foreground pixels , it c an be seen from equation (6) that ( 𝑇𝑃 + 𝐹𝑁 ) represent the number of the true foreground pix els obtained b y the ground truth. 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 is a ratio between the number of true detections and the number of al l detections, it gives a hint to the exactness of the detection. From e quation (7), (𝑇 𝑃 + 𝐹𝑃 ) represent the foreground pix els classified b y a give n 128 algorithm. 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 is the harmonic mean between 𝑅𝑒𝑐𝑎𝑙𝑙 and 𝑃𝑟 𝑒𝑐𝑖𝑠𝑖𝑜𝑛 (a lar ge value of 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 is better). W hen applied to the entire sequ ence, 𝑅𝑒𝑐𝑎𝑙𝑙 and 𝑃𝑟𝑒𝑐𝑖 𝑠𝑖𝑜𝑛 reported are averages ov er all the measured frames. Ty pic ally, ther e is a tr ade - off between 𝑅𝑒𝑐𝑎𝑙𝑙 and 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 , 𝑅𝑒𝑐𝑎𝑙𝑙 usual ly increases with the number of foreground pixels detected, which in turn ma y l ead to a decrease in 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 . A good a lgorithm should attain as hig h a 𝑅𝑒𝑐𝑎𝑙𝑙 value as possible without sacrificing 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 . C. Quantit ative results In t able 2, we present the quantitative measures of the chosen sequences using 𝑅𝑒𝑐𝑎 𝑙𝑙 , 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 and 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 . Tab le 2. Quantitative evaluatio n of the seq uences Dataset Category Sequence Recall Precision F_measure CDnet 2012 Dy na m ic Backg round (DB) I ntermittent Object Motion (IO M) Ov erpass WinterDriveway 0.9801 0.9942 0.8135 0.7823 0.8890 0.8756 CDnet 2014 Bad Weath er (BW) Low Fram e -Rate (LFR) Blizzard Turnpike_0_5_fp s 0.9908 0.9926 0.9419 0.7771 0.9701 0.8717 Ov erall 0.9894 0.8287 0.9016 We can s ee that our m ethod achieves an ove r 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 of 0.90 on the datasets. On CDnet 2012 dataset (the first two categories), the 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 scores b etween 0.87 and 0.88 . For the latter two new add categories from CDnet 2014 although these categories are much harder to deal with, the results show that in addit ion to the Blizzard in Bad Weather, the 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 of the second se quence is about 0.87. Since the CDnet 2014 comprise more problematic noises mode l than CDnet 2012 , also it contain many out of scope regions in the ground truth labels at pixel leve l (05 labels) [37] . The reason for the 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 of Blizzard in Ba d Weather is higher (0.97) ma y b e due to the fact that the snow is over all in th e roads and roadsides in the background, so th e al gorithm can easil y separates vehicles f rom the backgr ound. These results show the competence of our method. The performanc e of ou r framework is compared with different frequently-cited tec hniqu es, which are the Gaussian Mix ture Model (GMM) by Stauffer and Grimson [ 38], KDE -based estimation by El gammal et al. [ 39], K -Nea rest N eighbor (KNN) method in [ 40 ] as a re cursive GMM method with an improved update of the gaussian parameters and SubSENSE in [41 ]. Among the more recent methods, we have choose DeepBS b y Babaee et al [ 42 ]. This use a deep convolutional neural netwo rk for vid eo sequence background subtraction. Fast-D b y Alam gir et al [ 43 ]. The results of this comparison are recapitulated in Table 3. This results are from the online evaluatio n ( http://www.change detecti on.net/results2014/ ) and their orig in al papers. As it can be seen from Table 3, our framework achieve s hig h er 𝐹 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 compared to a ll methods. Thus, our method re mains suitable for practical application and proves the efficienc y o f our algorithm. 129 T able 3. Co mparison of Overall p erformance scores on the CDnet 20 12 and CDnet 20 14 datasets b y differe nt methods Method Year Recall Precision F_measure Our m ethod GMM [38] KDE [39] KNN [40] SubSENSE [41 ] DeepBS [42] Fast-D [43] - 2000 2002 2006 2014 2018 2020 0.9477 0.68 0.74 0.67 0.81 - 0.8225 0.8594 0.60 0.58 0.68 0.75 - 0.7915 0.8953 0.57 0.57 0.59 0.73 0.7922 0.7690 D. Qualitative results In this section, a better visual evaluation using a variety of different challenges scenarios is carried out by applying onl y the proposed method. Sampl e results are prese nted to illustrate the efficiency and robustness of our approach. We select the following sequences: Wint erDrive wa y (1273th) from the “Intermittent Object Motion” categor y and turnpike_0_5fps (1031th) from the “low frame - rate” categor y , in that order. The first column in fig. 2 displa y s the input frames, the s econd column shows the backgrou nd image, the third column demonstrates the corresponding ground truth, the fourth and the fifth columns illust rate the segmented results without post-processing and with post-processing, respectively. As can be se en in fig u re 2, the movi ng objects are detected with an improved precision with post - processing, which shows good arrangement with the quantitative evaluation results. Visually, we ca n observe that the m ajor undesirable pix els are removed and the void in the detected objects is filled after the proposed p ost-processing. In the firs t sequence , the se gmenta ti on results of our method gives a perfect foreground mask except a few fals e positive. This is due to the various challenges in this scene. The turnpike_0_5fps seque nce from the low frame rate have a vast change b etween neighboring frames, our method also d etects the moving car perfectl y and more close to the ground truth. This aga in demonstrates the effectivene ss of our method in difficult situations and performs wel l in the other environments with a perfect foreground mask. WinterDriveway (1273th) fro m Intermittent Objec t Motion turnpike_0_5 fps (1031th) fro m low frame -rate (a) ( b) (c) (d) (e) Fig. 2 Qualitati ve perfor m anc e for the different seq uences. (a) Input Frame, (b) B ackground, (c) Ground T ruth, (d) detection without Po st-processing, (e) d etection With Po st-pro cessing 136 the sojourn times, whereas the sojourn times of each condition state is fitted to a certain prob ability distribution based on some goodness of fit tests. The parameters of the p robabilit y density functions are obtained using maximum likelihood estimation. Mohammed Abde lkader et al. [14] calibrated t he transition probabilities using Markov chain Monte Carlo Metropolis-Hastings algorithm. Additi onally, a stochastic optimization model is desig ned to buil d a variable transition probabilit y matrix for each five- y e ar zone via genetic algorithm. The present stud y employs particl e swarm optimi zation algorithm to tune the tr ansition probabilit y matrices. It is character ized by its higher capacit y in solvi ng complex and larg e ex haustive search space problems elicited from its potential to alleviate the shortcomings of inferior accuracy, loc al mi nima a nd premature convergence of hill -climbing d erivative- based algorithms [15]. A variable transition matrix is employed because it is not reasona ble to assum e that slab on grade will follow same deterioration pattern fo r the whol e service life. Additionall y , the optimum solutions are obtained b y d esigning a single-objective opti mization model that aims at minimizing the mean absolute error of condition prediction. IV. M ODEL D EVELOPMENT This section describes the basic theories of Markov decision process and particle swarm optimization algorithm. A. Markov Decision Proce ss Markov chain is conside red as a special cas e of the Markov process and it can be considered as a series of transitions bet ween condition states. A stochastic pro cess is regarded as a first -order Markov ch ain if the p robabilit y in the future sta te depends on the p resent s tate not on the past stat e. Markov chain for a discrete parameter stochastic process ( 𝑋 𝑡 ) with discrete space can be expresses using Equation (1) [13-14]. P ( X t+1 = i t+1 | X t = i t , X t− 1 = i t −1 ,…… ..,X 1 = i 1 , X 0 = i 0 ) = P ( X t +1 = i t+ 1 | X t = i t ) (1 ) Where; i t represents the state of the process at time t . P indicates the conditional proba bilit y at an y future event. │ indicates given condition. The transition probabilities are represented b y a matrix of order 𝑛 × 𝑛 . The pro posed model assumes only sin ga le stat e tr ansition wi thin one-a year period. A homogenous transition probability matr i x is utilized. The transition probabilit y matrix can be defined as follows. 𝑃 𝑡 ,𝑡 +1 = [ 𝑃 11 𝑡 ,𝑡 +1 𝑃 12 𝑡 ,𝑡 +1 0 … 0 0 𝑃 22 𝑡 ,𝑡 +1 𝑃 23 𝑡 ,𝑡 + 1 … 0 … … … … … 0 … … 𝑃 𝑛 − 1,𝑛− 1 𝑡 ,𝑡 + 1 𝑃 𝑛 −1,𝑛 𝑡 ,𝑡 +1 0 0 … 0 𝑃 𝑛 ,𝑛 𝑡 ,𝑡 +1 ] (2) Where; P t,t+1 repre s ents the transition probability matrix . The condition state vector at any time ( Q(t) ) is obtained by multipl y in g the initial condition state vector ( Q(0) ) by the transition probability matrix ( P t,t+1 ). The Q(t) ca n be calculated as follows. Q ( t ) = Q ( 0 ) × P t ,t+1 (3) The condition rating u sing Semi -Markov and Markov decision processes can be c alculated usin g Equation (4). E ( t ) = Q ( 0 ) × P t,t +1 × R ′ (4) Where; E ( t ) represents the estimated condition rating using Markovian-chain method. Q( 0) repre sents the initial state vector whe re Q ( 0 ) = [ 100% 0 0 0 0 ] . R′ represents the t ranspose of a vector of condition ratings where R = [ 100% 70% 50% 30% 10% ] . B. Particle Swarm Optimization Particle swarm optimization (PSO) alg orithm is a population-based heuristic search al gorithm inspired b y th e social behavior of birds floc king to the desired place in a mul ti-dimensional space. PSO belongs to the f amily of “swarm intelligence” algorithms in solvi ng opti mization problems. P SO was originally d eveloped by Eberhart and Kenned y in 1995. The P SO starts b y creatin g a population cal led “sw arm” whi ch is composed of indi viduals called “ particles” where eac h particle adjusts its own fl y in g based on its own fl y in g experience and its companions experience. Each particle represents a candidate solution in a multi -dimensional space where th e status of th e p article is characterized b y its position and velocity and the y are updated within each iteration [15]. PSO shares some simila rities with the genetic algorithm where each o ne of them is initializ ed a population of candidate solutions which are calle d “chromosomes” in the case of the genetic al gorithm, and “particles” in the case of P SO, and they both tr y 137 to search for the optimum solution within a number of iterations. The main differe nce between them is that the generation of candidate so lutions is done through op erators such a s mutation and crossover i n the genetic algorithm. On the contr ary, the n atural evolution is done through the exchange of t he information between parti cles. Each particle in the searc h space moves in the multi-dimensional search space towards it s own best fl ying experience (personal best “ pbest ”), and towards the best experience so fa r in the entire swarm (global best “ gbest ”). PSO is discussed in detail in the following lines. During the optimization process, the velocit y and position of the particle are updated. Th e velocit y and the posi tion of the particles ar e updated usin g Equations (5), and (6), respective l y v i ( t + 1 ) = w × v i ( t ) + c 1 × r 1 × (pbest i (t) − x i (t)) + c 2 × r 2 × (gbest i (t) − x i (t)) (5) x i ( t + 1 ) = x i ( t ) + v i ( t + 1 ) ( 6 ) Where; x i ( t + 1 ) represents the updated position vector of the pa rticle i . x i ( t ) represe nt s the c urrent position vector of the particle i . v i ( t + 1 ) indicates the updated velocity o f the particle i . v i ( t ) indica tes the curre nt v elocity of the pa rticle i . r 1 , and r 2 are two uniformly distributed random numbers in the interval [0, 1] where they allow the potential of finding better solutions along the direction which is guided towards the global best, and the person al best. c 1 , and c 2 are two constants and they refer to the co gnitive learning, a nd social parameters an d they control the effect of personal and global guides. Normally , c 1 , and c 2 are assumed 2. w refers to the inertia weight which is used to control the balanc e between the global and the local experience. A typica l range of the inertia weight is between 0. 3, and 0.7. I t is recommended to start with a la rge inertia wei ght at the beginning of the optimi zation process, and it d ecrease s within the iterations using a damping f actor to facilitate the global expl oration of the search space. V. P ERFORMANCE E VALUA TION The proposed model utiliz es three performance indicators to compare between the four deterioration models. The three performance indicators are: root - mean square error ( RMSE ), mean absolute error ( MAE ) and mean absolute pe rcentage error ( MAPE ). Root-mean squared error, mean absolute error and mean a bsolute percentage error can be c omput ed using Equations (7) , (8) and (9), respectivel y . RMSE = √ 1 K ∑ ( O i − P i ) 2 K i=1 (7 ) MAE = 1 K ∑ | ( O i − P i ) | K i=1 (8) MAPE = 100 k × ∑ |P i − O i | O i K i=1 (9 ) Where; O i indicates the observed condition of the bridge deck. P i indicates the predicted condition of the bridge deck. K repr esents the numbe r of observations (bridge decks). The developed mod el is compared ag ainst the weibull distribution to demonstrate it s prediction capacity . The cumulative densit y function of the weibull dist ribution can be mathematicall y d efined as follows. F ( x ) = 1 − e −( x β ) α (10 ) Where; β and α represent th e scale parameter and sh ape parameter o f the weibull dist ribution, respec tivel y . The shape and s cale factors are assumed 85.33 and 3, respec tivel y [16]. VI. M ODEL I MPLEMENTA TION The dataset is composed of 36 inspection re cords from different hospitals. Out of them, 31 inspection records rep resent th e transition events and the y a re the ones designated for structuring the deterioration model. W ith respec t to the particle sw arm optimization algorithm, the number of iterations and initial population size are assumed 100 and 5 0, respec tivel y. The cogniti ve learning and so cial parameters are assumed two. The inertia weight is assumed 0.5. Particle s warm optimi zation algorithm is run five times to a ccount for the ra ndom nature of metaheuristics and the appended run is the one with the least mean absolute error. The conver gence curve of the multi -objective optimiz ation model is depicted in Figure 1. 138 Fig. 1 Converge nce of the particle swarm optimization model As shown in Figure 1, the mi nimum mean absolute error attained by the p article swarm optimization model is 1.8664. Furthermore, th e optimization model nearly st abilizes at iteration 2 0, which signifies the higher exploration and exploitation c apabilities of the developed mod el. The deterioration cu rves of the particle sw arm optimization -based Markovian model is shown in Fig ure 2. The deterioration curve usin g the w eibull distribution is depicted in Fi gure 3. By visually experimenting Fig ures 2 and 3, it can be inferred that weibull dist ribution, it can be inferred that the developed model assum es that the slab on grade experience slow er d eterioration compared to the conventional weibull distribution. The optimum transition proba bilities are stated in Ta ble 1, As shown in Table 1, slab on grade experience faster deteriora tion in the second z one with respect to the first zone. Fig. 2 Deterior ation curve of t he particle swar m optimization-based Markovia n model Fig. 3 Weib ull-based deter ioration curve A performance compa rison between th e propose d deteriora tion model and the weibull distribution is presented in Ta ble 2. As can be seen, the developed particles sw arm optimization -based Markovia n model significantl y o utperformed the weibull distribution. For instance, it achieved RMSE, MAE and MAPE of 7.06, 1.866 and 3.655%, respectively . on the other hand, wei bull distribution attained RMSE, MAE and MAP E of 68.326, 23.607 and 45.113%, respectively . Tab le 1. Optimum Transition Probab ilities Zone P11 P22 P33 P44 Zone_1 95.6% 91.31% 88.01% 88.03% Zone_2 84.31% 81.55% 89.47% 85.96% Tab le 2 . Com parative Analysis B etween Deterioration Models Model RMSE MAE MAPE Proposed Model 7.06 1.866 3.665% Weibull distribution 68.326 23.607 45.113% VII. C ONCLUSION Accurate prediction of bridge deck condition is fundamental for the accurate plannin g of maintenance , r epair and rehabilitation activities. As such, the present stud y proposes a particle swar m optimization -based Markovian model for simulating the futur e pe r formance of sla b on grade in health care facilities. Particle swarm opti mization algorithm is adopted to calibrate the non- homogenous transition probabilit y matrices. The developed model significantly outperformed the 10 20 30 40 50 60 70 80 90 100 1.85 1.9 1.95 2 2.05 2.1 I ter ation Mean ab sol ut e er ror (M A E ) 10 20 30 40 50 60 70 80 90 100 10 20 30 40 50 60 70 80 90 100 Y ear C ondition I ndex 10 20 30 40 50 60 70 80 90 100 10 20 30 40 50 60 70 80 90 100 Y ear C ondition I ndex 139 weibull distribution; achieving RMSE , MAE and MAPE of 7.06, 1.866 and 3.655%, respectivel y . It is ex pected that the developed method will provide a s y nthetic evaluation of the deterioration off slab on grade , which enhances the decision-makin g process in the differe nt m anage rial levels. R EFE R ENCES [1] R. Ahmed, F. Nasiri, and T. Zayed, “T wo -Stage Pred ictive Mainte nance P lanning f or Hospital B uildings: A Multiple- Objec tive Optimizatio n-Based Clustering Approach,” J ournal of Per form ance o f Co nstructed Facilities, vol. 36, no. 1, p. 04021105 , Fe b. 2022, doi: 10.1 061/(ASCE)CF.1943 -5509.0 001691 . [2] S . La vy, and I. Shohet, “On the effect o f ser vice life conditions o n the maintenance costs of healthcare facilities.” Construction man ageme nt and econo mics, vol. 25, pp. 1087 – 1098, 2007. [3] A. Abisuga, I. Famakin, an d S. Osh odi “Educational building conditions and the health of users.” Construction Eco nomics and B uilding, vol. 1 6, pp . 19 - 34, 201 6. [4] R. Ahmed, F. Nasiri, and T . Zayed, “A novel Neutrosophic -based m ac hine learning ap proach for maintenance prioritization in healt hcare facilities,” Journal of B uilding E ngineering, v ol. 4 2, p. 102 480, Oct. 2021 , doi: 10.1016 /j.jobe.2021.102480 . [5] A . Elha keem, and T . Hegaz y, “Improving deterioratio n m odeli ng using optimised transition probab ility m atrices for Markov chai ns.” Proceed ings of the 84th Tr ansportation Research B oard annu al m ee ting, Washington, DC, US A, 2005. [6] M. Grussing, L. Liu, D. Uzarsk i, and K. El-Raye s, “Discrete Markov A ppro ach for Building Component Condition, Reliabilit y, and Ser vice -Life Predictio n Modeling” Journal o f P erformance of Construc ted Facilities, vol. 3 0, 2016. [7] I. Shohet, M. Puter m an, and E. Gilboa, “Deterioratio n patterns o f buildin g clad ding co m pone nts for maintenance ma nagement.” Co nstruction mana gement and econo m ics, vol. 20, p p. 305 – 314, 2002 . [8] M. Salah , H. Osman and O. H osny, “ Perfor mance -Based Reliability-Ce ntered Ma intenance Planning for Hospital Facilities” Journa l of Per formance o f Constr ucted Facilities, vol. 3 2, 2017. [9] A. Farahani, H. Wallb au m, a nd J . Dalenbäc k, “Optimized m a intenance and renovation sched uling i n multifamily b uildings – a s yste m atic ap proach based on condition state a nd life c y cle co st of build ing components”, Con struction Manage ment a nd Econo m ics, vol. 37, pp. 139-15 5, 2019. [10] R. Ahmed, T. Za y ed, and F. Nasiri, “A Hybrid Genetic Algorithm-Based Fuzz y Ma rkovian Mod el for the Deterioratio n Modeling of Hea lthcare Facilitie s,” Algorithms, vol. 1 3, no. 9, Art. no. 9, Sep. 2020, doi: 10.3 390/a13090210 . [11] S. Madanat, R. Mishala ni, and W . W an Ibrahim, “Estimation of infrastruct ure transitio n probabilities from conditio n rating data.” J ournal of Infrast ruct ure Systems, pp. 120 – 1 25, 1995. [12] R. Ed irisinghe, S. Setunge, and G. Zhang “Markov m odel -based buildi ng d eterioratio n pr ediction and ISO factor analysis for b uilding manage ment.” J ournal of Management i n Engineering, 2015 . [13] E. Mo hamm ed Abdelkader, T. Za y e d, and M. Ma rzouk. “Modelling the Deterio ration o f B ridge Decks B ased on Semi- Markov Dec ision P rocess,” Inter ntional Journal of Machine Learning and Cy b erntics, vol. 10, pp. 1 -23, 2019. [14] E. Mo hamm ed Abdelkader, T. Za y ed, and M. Ma rzouk. “A co mputerized hybr id Bayesian-based approach for m odell ing the deter ioration of concrete brid ge d ecks,” Structure and Inf ras tructure Engineering, vol. 15, pp. 1178 -1199, 2019. [15] E. Mo hamm ed Abdelkader, M. Ma rzouk, and T . Za y ed. “An opti mization -based meth odolo gy for t he defin i tion of a mplitude thresholds of the g round penetrating radar, ” Soft Computing, vol. 23, pp . 12063 -12086 , 2019. [16] N. Se maan. (2011 ). Structura l Performance Mod el for Subway Net w o rks, Concodia Universit y , Mo ntreal, Canada. 4th Interna tional Con ference on Ap plied Engineering and Natura l Sciences https://www.i ceans.org/ November 10- 13 , 2022, Ko nya, Turkey 140 Contribution to the rationali zation and control o f the consu mption electrical energy in indust ry (case study) Mohammed Ali Kouidri 1 Nawel taleb 2 1, 2 F aculty o f Technology, Department o f Electrical En gineering, The Labo ratory for Ana lysis and Control o f Energy Systems and Electric Networks (LA CoSERE) University Amar Te lidji - Road Gha rdaia BP37 G, Laghouat, Algeria 1 kouidrimed ali@yahoo .fr Abstract — I n Algeria, energ y consumption in the indus try sector has in creased enormousl y, than ks in particular to the absence of measures to control consumpti on, particularly rationaliz ation more than in other sectors. To maintain p erformance and energy efficiency in industrial s ectors. Efforts are ess ential to significa ntl y inc rease the energy savin g pot ential of the industrial sector and to define the works or other changes necessar y to a chieve these savings. The investigation and quantification of potential sources of energy savin gs will be carried out on the basis of sufficientl y p recise and significant consumption data. When such data is unavai lable or incomplet e or im prec ise, sp ecific measu rement campaigns will be c arried out and will report on this contribution. Keywords — Energ y efficienc y, energ y managemen t, rationalization o f consump tion in industry. I. INTRODUCT ION The cost of energy in the operation of industrial units represents an increa sin gly significa nt expense. The se arch fo r methods and means which make it po ssible to control this trend by reducing costs, optimiz ing operation, moni toring billing and controlling the conditions of energ y supply must be a permanent concern o f compan y managers. The energ y stu dy is thus recog nized as an effective method of investiga tion entrusted to participants not concern ed b y the dail y constraints of exploitation and production and who, thanks to a fresh look and a competence suppo rted b y an analy sis methodolo gy, gi ve thus the possi bility for the manager to have the necessary decision -making elements in the field of energ y control. This control is not onl y expressed in terms of en ergy saving, it also involves the orga nization of work, the monitoring of consumption and the implementation of rational energ y management. From t he experience acquired, it turns out that in production units, e nerg y management is rarel y implemented, not for lack of will on the part of th e managers, but above all for lack of adequate tools, able to give a clear picture of the q uantities and modes of production, transformation, purchase an d consumption of energ y . In fact, it is no lon ger enoug h to know the qu anti ties of ener gy produce d or used, but it is im perative to provide the necessary means in order to be a ble to deter mine the mo st rational wa y in whi ch thi s energ y is mad e available and used. The control of energies be comes an issue. To achieve this objective, the company will want to reduce the us e of non -renewable ener gy r esources and opt for sustainable a nd renewa ble soluti ons and become a comp an y with high environmental quality. [1-5] II. M ET HODS • Profiles and skills of the individuals in c harge of the energy control mission • The size and energy policies of industrial companies 141 • Identify th e ne eds and ex pectations of e nerg y managers • Establish a classification of energy referents. The energy consumption forecast c onstitutes a very ess ential task for t he consumers and the producer at the sam e time, in this contribution we will analy ze the c onsump tion of e lectrical energ y of an important industri al unit during a well determined period (from January 2012 until Dece mb er 2014). Knowing that the stud y b ased on energy bil ling. In order to better identify all the disturbances and triggers reall y attributable to t he distribution network. It i s recommended to instal l HT - 60 kV on th e inc oming li ne. A disturbance recorder or a "qualimeter" which can record all th e jolts and voltag e drops in the network, giving amon g other parameters. Mainl y their amplitude and duration. I n an y case, it is necessary to check whether it is not a triggering that would be du e to very ti ght or downri ght non -existent Umin settings, which would then r esult in inst antaneous stalls of the power motors as a genera l rule it is necessar y to associate electric pow er dist ribution company. During scheduled annual shutdowns. When checking all the MV (me dium voltage) protections, if necessary, calibrate them. On the other hand, all verifica tions of the p rotections and possible adjustments at the L V (low voltage) level are the responsibility of the maintenance team of t he industrial site. [6-10 ]. A meterin g that measures the quantities of energ y delivered and the powers called ac cording to the terms of the tariff contract. Metering is done on the HV (high volt age) side. That is to say upstream of the HV/MV transformers. The counters used ar e Schlumberger A 12E. I t a llows counting: The a ctive ener gy o f the three time stations (full, peak and hollow) : - Reactive energy - The Cos (  ) - The maximum power reached or ca lled for (P.M.A). Taking th e electricity co nsumption during the la st three y ears (36 mont hs), from J anuary 2012 unti l Dece mb er 2014, f rom where the d ata a re arranged in the following table s. 1. Annual power balances 2012/2013/2014. 30kV MV line 1.1. Active e n ergy analysis (kW) janv. févr. mar s avril mai juin juil. août sept oct. nov. déc. -- 20000 30000 40000 50000 60000 70000 80000 90000 100000 2012 2013 2014 POWER K W YEAR Fig 1. Evolution of active po wer consumption The elec tricit y consumption of the site we nt from 614187 kW in 2012 to 521268 kW in 2013, i.e. a drop of 92919kw representing a de crease of consequently a slight in crease in 2014 of the orde r of 25922kW which is worth 547190 DA the maximum value of the power was recorded in the month of Aug ust with 91530DA in 2012 and 59578DA in 2013 and 70367DA in 2014 which explains the use of air conditioni ng at maximum load. 1.2. Reactive energy an alysis (kVAR) MOIS janv. févr. mars avril mai juin juil. août sept oct. nov. déc. -- 10000 20000 30000 40000 50000 60000 70000 2012 2013 2014 POWER Kvar YEAR Fig.2 Evolution of reactive po wer consumption . The site's reactive energy c onsumption fell from 533,791 kVAR in 2012 to 442,722 kVAR in 2013, i.e. a decrease representing a d ecrease of 91,06 9 kVAR as a result of a decrease in 2014 to 318,72 2 kVAR of around 4,427 kVAR. 142 Fig.3 An nual consu mption. Table 1. T ime slots. 1.3. Analysis of the tangent ф 2012 /2013/2014. ANNEE jan févr. Mars avril Mai juin juillet aout sept oct. nov. déc. -- 0,5 0,6 0,7 0,8 0,9 1,0 1,1 2012 2013 2014 TANGENT YEAR Fig.4 Evolution of the tangent Evolution of the Tange nt ф The maximum value of the tange nt was reached during the month of Ma y and October 2012 re spect ively in values of 1.09 and 1.10 with a minimum of the tangent during the year 2014 of 0.51 which means a good power factor cos ф =0.89 on the contrary for the pre v ious values. 1.4. Analysis of PMA (power m ade available) 2012/2013/2014. Fig.5 Evolution of PM A through the year. The avera ge PMA durin g the y ear 2012 is kW with a standard deviation of kW a ga inst kW in 201 3 with a standard deviation of kW a ga inst kW in 201 4 the power c alled for at the value of the contractual PMD in our case PMD=320kW - PMA 2012= 48.23% of PMD - PMA 2013= 45% of PMD - PMA 2014= 40,32% of PMA 1.5. MT (medium volta ge 30kV) invoice in dinar 2012/2013/2014. Fig.6 Invoicing of the industri al site during the three years. 18% 46% 36% 2012 18% 46% 36% 2013 19% 44% 37% 2014 2012 / 2013 Peak hours 18 % in energy 58% in cost full hours 46% in energy 24% in cost Off-peak h o urs 36% in energy 18 % in cost 2014 Peak hours 19% in energy 72 % in co st full hours 46% in energy 26 % in cost Off-peak h o urs 37% in energy 2 % in cost ANNEE jan févr. Mars avril Mai juin juillet aout sept oct. nov. déc. -- 80 100 120 140 160 180 200 220 240 2012 2013 2014 PMA EN KW YEAR 143 The amount of invoi ces went fr om a considerable rate of 165082 DA durin g the p eriod 2012 to 20 13 then a drop in the a moun t to 1014070 dinars (DA). III . R ESUL TS AND DIS CUSSION 1. EARNINGS Table 2. p arameters (P, Q, tg  and cos  ) Year Active energy (kWh) Reactiv e energy (kVAR) tg  cos  2012 614187 533791 0,89 0 ,74 2013 521268 442722 0 ,77 0 ,79 2014 547190 318722 0,43 0,91 Table 3. Sp read Gain Amount en DA 2012 2013 2014 Befo re spreading 2 48 4 196,25 2 27 6 858,53 2 11 8 282,67 After spreading 2335349, 79 2140435, 23 1960724, 46 Earnings 148846 ,46 136423, 30 157558 ,21 Table 4. Co mpensation Gain Amount en DA 2012 2013 2014 Befo re clearing 2484 196,25 2276 858,53 2 11 8 282,67 After clearing 2312445, 5 669638,4 68 1803097, 98 Earnings 1717507, 75 1607220, 062 315184 ,69  Saving in lighting consum ption at the outer ring road of the industrial site We have 250 poles in t otal on the site, i.e. 125 W per lamp: 1) Power consumption of lighting 11250KWh per month 135000KWh per y e ar 2) The consumption of lighting costs 30,000 DA per month 360,000 DA per y ear Recommendation : It is we use solar powered panel poles we will benefit from an energy of in pow er and an amount in 30000DA in cost. V. C ONCLUSION According to the analy sis of th e electricit y consumption of the industrial site studied, we no te the following c omments and proposals: - Transposition of consumpt ion from peak hours to off-peak hours can save the compan y money. Thus, a transposition of 50% will save money . - The site ha s an average power factor of approximately and can be improved if the best us e is made of the available batteries. - The Power put available (PMD) and the tariffs are well chosen - The av erage specific consumption of the industrial site. It is th erefore essential t o know how to manage and optimi ze energ y consumption and expenditure, thanks to an energ y management pro gra m, tw o objectives ca n be achieved si multaneously : - Reduction of operating costs; - Maintaining or im proving the service provided and comfort. The major problem encountered during the stud y is that of gather ing information on energ y consumption of electricity, (Sonelgaz) bills and th e site measurement campaign. A CKNOWLEDGMENT Thanks to all the technicians and en ginee rs of the industrial unit concerned b y thi s stud y for their collabora tion. R EFE RENCES [1] Energy management: https://www.e nergy.gov.dz/Med ia /galerie/loi_9 9 - 09_5b6 8630e15102.pdf Renewable ener gies: https://hal.arc hives-ouvertes. fr/hal- 014749 21/document. [2] Controlling technolo gical an d environmental risks https://negawatt.org/ Contexte - et -challe nges MR Director of Programming a nd Fo recasting. Ener gy Efficiency P rogram in Algeria: https://www. globalelectricit y .o rg/content/uploads/Pr esentations-Group -1.pd fY.Baklli "Study and sizing of a static co nverter for the co nnection o f a PV generator" Magister thesis, U niversity o f Bo umerdes 2005. [3] electrical energ y eff icienc y: http://circutor.co m/fr/formation/efficacite - energetiqueelectriq ue/qu-e st- ce - que-l -efficacite- energetique-electr ique. 144 [4] Solar energ y i n Algeria: https://www.algerie - eco.co m /2 018/0 4/04/energie -solaire-lalgerie - enfindeterminee -a-exploit- son-enor mepotiel/#:~: text=Alg%C3% A9rie%20is% 20in%20effect,1 0%20 times%20the%2 0worldwide% 20consumption. Wind energy: https://total.direc t- energie.co m/particuliers/parlo ns-e nergie/dossiers - energie/energiereno uvelable/Sa my Bouc haib, "Algeria - Canada: P artnership oppo rtunities in energy - Algerian portal for RENEWABLE ENERGY" [ archive], on po rtal.cder .dz (consu lted on January 16, 2 017). [5] ttps://perspective. usherbro oke.ca/bilan/servlet/BMT endanceStatP ays?langue=fr &codeP ays=DZA&code Theme 6&cod eStat=EG.ELC. HYRO.ZS [6] The ener gy e fficiency ac tion plan : http://www.no uara-algerie.co m/2015/08 /le-plan- daction uplo ads/2014 /11/CDER.pdfK. B enlarbi, L, Mokrani, M.S. Na it -Said " Afuzzy global ef ficienc y optimization o f a p hotovoltaic water s ystem ", Solar Energy 77 - 2004. [7] Counting a nd electric meter: https://www.researc hgate .net/publicatio n/323228 392_Metering_and_Electr ica l_Meters. Price of k wh in A lgeria: https://al gerie - electricite.co m/faq/prix -kwh. [8] Pricing: /ttps://creg.d z/index.php/conso mmateurs https://www.e nergy.gov.dz/Med ia/galerie/loi_nd_02 - 01_d u_05_fevrier_2002_r elativ e_a_ l'electricite_et_a _la_distrib ution_du_gaz_par_ca nalisations_5b67 00d 95f09 2.pdf r eactive energy: https://entrep rises - collectivites.en gie.fr/besoins/e nergie -reactive-poste - deconomies/. [9] 10. The po w er b ill: http://www.alp estechnologies. com/sites/all/ images/p df/CF-alpes_tech nologies-Dep hassage - et -facture- de - po w er.pd f . [1 0] Moha mmed Ali Kouidri 1 Abd elmoumen Delassi 2 2nd I nternational Confere nce on Engineering a nd Applied Natural Sciences October 15-18 , 2 022, Konya, T urkey The esti m a te of the a nnual pr oduction o f a photovoltaic solar p ow er plant co nnected to the electricity grid 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 145 Para m etric study of the stability of diaphra g m w a lls Azzeddine LAH MAD I Departmen t of Civil Engin eering, Un iversity of M'sila, Algeria azzeddine. lahmad i@univ- msila.dz Abstract – Diaphragm w alls offer a wide field of application in the field of carr y in g out cut excavations, for deep excavations and in urban sites. This work deals with a numerical anal y sis o f the influence of the variation of the geotechnical parameters and that of the calcula tion parameters on the behavior of a diaphragm wall maintai ned b y prestressed tie rods. The reference mod el is a rectangular peripheral diaphragm wall, and which was mad e for the sup port of three levels in the basements surmounted by a tower, the whole constitutes the building of Algeria Mail. Numerica l modelin g is pe rformed usin g the Plaxis 2D finite element cod e. The results obtained clea rly show the si gnificant influence of certain parameters such as: the angle of int ernal friction, the Young' s modulus, and the behavior model, on the calculations. This requires special attention for the choice of calculation parameters as well as for the estimation of ge ot echnical para meters. Keywords – Diaph ragm wall, Mo deling, F inite elements, Geotech nical parameter, Calculation paramete r. I. I NTRODUCTION The use of finite element method (FEM) an alysis has become ver y co mmon in the field of ge ot echnical studi es as a means of cont rolling and optimizing the c omputational task. However, the quality of any calculation (stress-strain) depends on the model adopted in the study . The Plax is fini te element code makes it possible to model this t y pe of problem in detail. Plaxis [1] is a finite element package fo r two - dimensional anal ysis of defor mation and stabili t y for geotechnics. It is also able to model the response of soils (deformations and w ater flow) and interactions with structural support elements in two dimensions. At each calculation step, the progra m simulates the construction, numerical anal y z es produce infor mation on bending moments, shea r force s, deformations, and pore pressures. It also remains an important question rega rding the appropriate use of the FEM finite element method in the design of excavation support s y stems particularly in the definition of the possible failure limit state and/or loadin g conditions, such as it was discussed by Simpson an d Yazdchi [2] . Many studi es and performance tests (Be nchmarks), by P laxis 2D, have been c arried ou t on the behavior of e xcavations supported b y diaphragm walls, citing the works of: Schweiger, ([3], and [4] ), Nikiforova [5] , L ahmadi ([6], and [7] ), Whittle a nd Davies [8] , Tan and Lu [ 9]. The purpose of this article is to stud y the behavior of an excava tion protected b y a concrete diaphragm wall. The wall i s anchored by two levels of anchors. This study makes it possible to apprehend the effect of variation of the geotechnical and calculation parameters on the behavior of a diaphragm wall on the one hand, to determine their influences, and to give an opti mized solution on the other hand, in order to reduce the deformations that can b e ge nerated by this variation. The calculations were made f rom a s eries of fini te element anal y ses. The n, diagrams that show the effects of these parameters were presented. These diagrams provide some useful references for the design and construction of works in similar conditions of construc tion. 4th Interna tional Con ference on Ap plied Engi neering and Natural Sc iences https://www.i caens.com/ November 10- 13 , 2022, Ko nya, Turkey 248 Ultra Yükse k Mukavemetli S1 1 00 Çeliğinin M QL koşullarında Frezelenmesinin Ta kım Aşınması Üzerindeki Et kileri Serhat Şap 1* 1 Elektrik ve Enerji B ölümü / Tekn ik Bilimler Meslek Yükseko kulu , Bingöl Üniversitesi, Tür kiye * (ssap@bing ol.edu.tr ) Başlıca yaza rın mail ad resi Özet – Talaşlı imalat sana y isind e geleneksel kesme sıvılarının soğut ma konusunda etkili olduğu bilinmektedir. Faka t kesme sıvı larının kull anımı çevre v e insan sağlığı üzerinde birçok olumsuz etkilere neden olabilmektedir. Ay rıc a geleneksel kesme sıvıları maliy et açısından da y üksek girdilere sebep olmaktadır. Bu nedenlerden dola y ı çevre dostu olan minimum miktarda yağlama (MQL) stratejisi alternatif bir çözüm olarak araştırmacıların dikkatini çekmektedir. MQL sistemi ile hem çevre ve insan sağlığı korunmakta hem de mi nimum miktarda sıvı kullanımı saye sinde mali yetler azaltılabilmektedir. Bu çalışmada ultra y üksek mukavemetli S1100 çeliğ inin farklı kesme par ametre leri ve MQL o rtamı altında soğutma/yağ lama yapılarak frezelenme si sonucun da kesici takım y an aşınma durumu ve talaş morfolojisi araştırılmıştır. İ şlenebilir lik deneyleri bilgisa y a r kontrollü bir C NC takım tezga hında gerçekleştirilmiştir. Deneyler de iki far klı kesme hızı (100 - 150 m/dak ), iki fa rklı ilerleme hız ı (0.075 -0.150 mm/dev) ve tek kesme derinliği (0.75 m m) kull anılmıştır. Yapılan dene y l er sonucunda ku ru kesme ortamına kıyasla MQL ortamında yapılan işleme sonrasında kesici takım yan aşınma miktarları nda azalma olduğu tespit edilmiştir. Ayrıca kesm e hız ındaki artışın hem kuru ortam hem de MQL ortamında düzenli olarak takım aşınmasını artırdığ ı belirlenmiştir. Fa rklı kesme ortamlarında y a pılan işleme sonr ası oluşan talaşlar optik görüntüleme y a rdımı y la incelenmiştir. İ nc eleme sonucunda MQ L ile işleme sonucu orta y a çıkan talaşların daha küçük ve kıvrımlı bir y apıda oldukları gözlenmiştir. Ay nı z amanda y üksek sıcaklı kların oluştuğu kuru işleme neticesinde oluşan tal aşlarda renk değişimi görülmektedir. S onu ç olarak çevre dostu MQ L soğutma/yağ lama stratejileri kullanılara k kesici takım y an aşınması azaltılabilmekte ve kuru işlemeye kıyasla daha iyi bir pe rfo rmans elde e dilebilmektedir. Anah tar Kelimeler – S11 00, CNC frezeleme, M QL, Takım aş ınması, Tala ş mo rfolojisi I. Gİ R İ Ş Akma da y anımı 700 MP a’ın üzerinde olan ya pı çelikleri genellikle ultra y üksek mukavemetli çelik olarak adlandırılmaktadır [1] . Ultra y üks ek mukavemet öz elliklerine sahip olan S1100 ç eliği y ü ksek y ük kapasitesi, y üksek aşınma direnci, işlenebilirlik ve ka y na k edilebilme öz ellikler i say esinde son zamanlarda üretim endüstrisind e sıklıkla kullanılmaktadır [2 -4]. S 1100 çeliğinde termomekanik haddeleme ve den geli soğutma ile temperlenmiş martensitik bir mikroyapı v e üstün özellikler elde etmek mümkün olabilmektedir . Ayrıca azaltılmış bir karbon içeriğine ve iy i dengelenmiş bir kimy asa l bileşime sahiptir [ 5]. Yüksek mukav emete s ahip S1100 çeliği y üksek sertliğe sahip olm ası sebebi y le işlenebilirliği zor olabilmektedir. İşlenebilirlik araştırmalarında takım aşınması, y üzey pürüzlü lüğü, aşınma sıcaklığı v e talaş morfolojisi g i bi birçok pa rametre bulunmaktadır [6] . İ şle me sırasında artan aşın ma seviye si, kararsız kesme kuvvetleri, kesici takım üzerindeki titreşimler iş parç ası üzerind e olumsuz birçok duruma sebep olabilm ektedir. B u sebeplerden dolayı işl eme parametreleri (kesme hızı, ilerleme hız ı ve kesme derinliği) ve soğutma/yağ lama koşull arı seçimi oldukça önem arz etmektedir [7] . K esici takım aşınması nın işlenebilirlikte önemli bir parametre olduğu bil inmektedir. Kesme koşulları kesici tak ım [Document text truncated for crawler view.]